人工智能（AI）的主要目标之一，是设计出能够像人类一样在复杂环境中自主预测、行动、最终实现目标的智能体（Agent）。智能体的训练离不开强化学习（RL），相关研究也已经持续了几十年，但让智能体自主开发高效的 RL 算法的目标始终难以实现。 针对这一痛点，Google DeepMind 团队提出了一种通过多代智能体在不同环境中的交互经验来自主发现 RL 规则的方法。 在大型实验中，DiscoRL 不仅在 Atari 基准测试中超越所有现有规则，更在未曾接触过的挑战性基准测试中超越人工设计，击败了多项主流 RL 算法。相关研究论文已发表在权威科学期刊 Nature 上。 论文链接：https://www.nature.com/articles/s41586-025-09761-x 这表明，未来用于构建高级 AI 的 RL 算法，可能不再需要人工设计，而是能够由智能体自身的经验自动发现。 Agent 「凭啥」自主发现 RL 算法？ 据论文描述，他们的发现方法涉及两种优化：智能体优化与元优化。 智能体参数通过更新其策略和预测来优化，使其趋向于 RL 规则生成的目标。同时，通过更新 RL 规则的目标来优化其元参数，从而最大化智能体的累积奖励。 图｜智能体自主发现 RL 算法的全过程：(a) 发现过程：多个智能体在不同环境中并行交互与训练，遵循由元网络定义的学习规则；元网络在此过程中不断优化，以提升整体表现；(b) 智能体结构：每个智能体输出策略（π）、观测预测（y）、动作预测（z）、动作价值（q）与辅助策略预测（p），其中 y 与 z 的语义由元网络确定；(c) 元网络结构：元网络接收智能体的输出轨迹及环境奖励与终止信号，生成针对当前与未来时刻的目标预测；智能体据此最小化预测误差进行更新；(d) 元优化过程：通过对智能体更新过程的反向传播计算元梯度，优化元参数，以最大化智能体在环境中的累计回报。 在智能体优化方面，研究团队使用 Kullback–Leibler 散度衡量两者之间的差距，以确保训练过程的稳定性与普适性。智能体会输出策略、观测预测和动作预测三类结果，元网络为其生成相应的学习目标。智能体再根据这些目标更新自身，从而逐步改进策略。同时，模型还引入了一个辅助损失，用于优化预定义的动作价值与策略预测，使学习过程更稳定、更高效。 在元优化方面，研究团队让多个智能体在不同环境中独立学习，元网络则根据它们的整体表现计算元梯度，并调整自身参数。智能体的参数会定期重置，使学习规则能在有限时间内迅速提升表现。元梯度的计算结合了智能体的更新过程与标准强化学习目标的优化，具体由反向传播与优势行动者-评论家（A2C）算法完成，并配合一个专用于元学习阶段的价值函数进行评估。 最强 RL 算法，AI 造 为验证 DiscoRL，团队评估时采用四分位数平均值（IQM）作为综合性能指标，该指标基于多任务基准测试的标准化分数，已被证实具有统计学可靠性。 1.Atari 实验 Atari 基准测试是强化学习领域最具代表性的评估标准之一。为验证算法自动发现的能力，团队基于 57 款 Atari 游戏元训练出 Disco57 规则，并在相同游戏中评估。 评估时使用与 MuZero 相当规模的网络架构，结果显示，Disco57 的 IQM 达到 13.86，在 Atari 基准上超越了包括 MuZero、Dreamer 在内的所有现有强化学习规则，并且在实际运行效率（wall-clock efficiency）上显著优于最先进的 MuZero。 图｜Disco57 在 Atari 实验中的评估结果。横轴表示环境交互步数（以百万为单位），纵轴表示在基准测试中 IQM 得分。 2.泛化能力 研究团队进一步评估了 Disco57 的通用性，在多个它从未见过的独立基准测试上进行测试。在 16 个 ProcGen 二维游戏上，Disco57 超越了包括 MuZero 和 PPO 在内的所有已发表方法；在 Crafter 基准测试中也表现出竞争力；在 NetHack NeurIPS 2021 挑战赛中获得第三名，且未使用任何领域特定知识。对比在相同设置下训练的 IMPALA 智能体，Disco57 明显更高效。此外，它在网络规模、重放比例和超参数调整等多种设置下也表现鲁棒。 图｜Disco57 在 ProcGen、Crafter、 NetHack NeurIPS 中的评估结果。 3.环境的复杂性和多样性 研究团队基于 Atari、ProcGen 和 DMLab-30 三个基准，共 103 个环境，发现了另一种 RL 规则 Disco103。 Disco103 在 Atari 基准上的表现与 Disco57 相当，尤其是在 Crafter 基准上达到了人类水平的表现，并在 Sokoban 上接近了 MuZero 的最先进性能。 这些结果表明：用于发现的环境越复杂、越多样，所发现的强化学习规则就越强大、越具泛化能力，即使是在训练过程中从未见过的环境中也能保持出色表现。 图|Disco103 与 Disco57 在相同测试中的对比结果。蓝线（Disco57）表示在 Atari 基准上发现的规则，橙线（Disco103）表示在 Atari、ProcGen 和 DMLab-30 基准上共同发现的规则。 4.高效率和稳定性 研究团队对多个 Disco57 的版本进行了评估。最优表现是在每个 Atari 游戏约 6 亿步内被发现，相当于在 57 个 Atari 游戏上进行 3 轮实验，这相比传统的人工设计 RL 规则要高效得多——后者往往需要更多实验次数，以及大量研究人员的时间投入。 此外，随着用于实验的 Atari 游戏数量增加，DiscoRL 在未见过的 ProcGen 基准上的表现也随之提升，这表明所发现的 RL 规则能够随着参与实验的环境数量与多样性的增加而得到扩展。换句话说，所发现 RL 的性能取决于数据（即环境）与计算量。 图｜DiscoRL 最佳规则在每款游戏约6亿步内被发现；随着用于发现的训练环境数量的增加，DiscoRL 在未见过的 ProcGen 基准测试上的性能也变得更强。 研究团队表示，未来高级 AI 的 RL 算法设计，可能将由能高效扩展数据与计算能力的机器主导，不再需要人类设计。 这一发现或许令人振奋但又引发担忧，一方面它带来了学术领域的新潜力，另一方面，当前社会并未做好迎接这项技术的准备。

“一个20块的芯片，能让50块的玩偶卖到500块。这大概是2025年，对普通人来说最赚的一笔投资。”在社交平台，有人如此说道。 正如他所说，AI陪伴硬件尤其是AI玩具，可以说是当下增速最快的赛道之一。 2025年初，主营智能穿戴的芬兰公司Oura，宣布完成2亿美元的D轮融资，估值达到52亿美元。其年销量也突破250万枚，销售额高达5亿美元。视角转回国内公司，跃然创新推出的一款能让毛绒玩具“活过来”的AI挂件BubblePal，不到一年卖出25万台，销售额破亿。在潮玩之乡东莞，搭载上“AI陪伴”这四个字的玩具工厂，月销量超过20万台。 但“AI陪伴”也并不是万能药。 在社交媒体上，针对AI陪伴玩具的吐槽层出不穷——售价太高、人工智障、诈骗......这些负面的声音似乎都在诉说着一个核心问题：AI陪伴硬件仍然在走“一头热消费”的路子，其营利模式仍然需要持续打通。 与此同时，过去一段时间风风火火的AI陪伴软件，也迎来了变局。一边，过去支持者众多的精神树洞悄无声息地销声匿迹；另一边，意识到情绪价值不会再风起于“复制粘贴”的软件们开始走上实用之路。中小厂们坚持着在赛道内挣扎求生，“老登”应用开始“躺平”收割。 “AI陪伴”这个风口，看似风起，却注定带不飞所有人。 AI陪伴产业正在经历一场巨变。 2025年初，据不完全统计，已有117家公司入局了AI硬件，其中约有七成来自中国。到2025年4月，全球人形机器人本体企业已超过300家，其中中国企业数量超过150家。 市场研究和咨询机构Grand View Research统计，2024年全球智能陪伴市场规模达到281.9亿美元（约合人民币2000亿元），预计在2025年至2030年间，将以30.8%的复合年增长率高速扩张。 彼时，AI眼镜Ray-Ban Meta在全球销量超过百万，眼镜、耳机类的陪伴类硬件成为炙手可热的时尚icon，产品数量几乎占据全品类的半数规模。 头部科技公司更是闻风而动，率先在AI陪伴硬件赛道押宝。OpenAI斥65亿美元收购AI硬件初创公司io，字节跳动开发陪伴玩偶显眼包和智能耳机Ola Friend。 但此一时彼一时，半年过去，虽然扎克伯格在Meta Connect年度开发者大会上的三款智能眼镜新品仍旧被关注，但AI陪伴赛道的局势早就迎来了新的变化。 一个最突出的变化就是，玩具代替穿戴型硬件，成为了增速最快的品类之一。 京东平台数据显示，2025年上半年，AI玩具产品销量环比增长达6倍，年同比增速超200%。跃然创新推出的BubblePal AI挂件，不到一年卖出25万台。按700元单价计算，销售额直接破亿。起源于“脑腐梗”（Brainrot）的野生IP“AI山海经”，在短时间内衍生出毛绒玩具、手办等数十种商品，相关产品在亚马逊、TikTok Shop总销售额破百万，利润率高达25-30%。 区别于大厂扎堆的机器人，AI玩具入局的不止是头部企业。这背后的原因是，AI陪伴玩具的“低门槛”和“暴利”正在被看见。 在小红书上，AI玩具和AI聊天机器人芯片成本已经遭到了彻底的披露。 一位通信芯片行业从业者透露，AI玩具的芯片方案模组（WiFi芯片加上音频芯片等）成本大概在十几元至二十元。 某位手作爱好者在DIY AI语音机器人后，发现除了单片机十几块，AI芯片所需的其他零件几乎都是几毛钱、几块钱。接入deepseek的一套机器人只需要花费80元。在评论区，甚至有人回复，芯片的成本价可以压缩到个位数。 SevenUp Capital的创始人赵楠也曾透露，一个毛绒玩具的终端售价在150元至200元，毛绒玩具厂商采购一块嵌入玩具中的AI物理模块大约需要30元至50元，但加上AI陪伴的交互功能，一个毛绒玩具的售价有机会达到500元左右。这意味着，一份低价的芯片投入，能获得近10倍的回报。 甚至，AI玩具调用云端模型时需支付费用也已经大幅下降。譬如，2024年5月发布的豆包主力模型在企业市场的定价仅低至0.0008元/千Tokens，同年12月字节发布的视觉理解大模型输入价格更是只有3厘/千Tokens。 低价、简易、高回报直接导致“飞蛾们”快速涌入低阶AI玩具的赛道。 在中国潮玩之乡东莞，这样的追逐直接具象化了数字。 汕头某科技公司CEO陈锐烽透露，在2025年2月前后，工厂的意向订单已经有几十万了。广东省东莞市大匠鑫龙科技有限公司相关负责人也曾对媒体坦诚，今年以来，生产线接了大量的AI玩具订单，目前月产能约20万台。 如果说，泡泡玛特改写了搪胶这一品类的历史，那么AI就是为玩具行业提供了一次新的机遇。 在低阶机器人以短平快高速高量平铺市场之外，情感需求这一搭框架下，头部品牌已经实现了率先占位。 譬如2019年就在Kickstarter上推出宠物陪伴机器人的家庭智能陪伴机器人品牌Enabot，在三年内销量增长就高达93.6%。可触未来开发的智能桌面设备Looi，2025年8月实测时日均互动频次就超过15次，众筹金额已经达到470万。 在这个不可回避的市场现况下，更高一阶的AI陪伴机器人，进一步在细分赛道进军，以便更快触及垂类用户。 主要有四个方向。 一是主攻“鸡娃”的教育陪伴。二是主攻银发经济的老年陪伴。三是主攻家务的家政陪伴。四则是更细化的医疗陪伴。 其中，教育赛道成为了最拥挤的一环。据霞光社不完全统计，目前国产的教育属性AI陪伴产品数已经超过20个。 这其中的原因并不难解释，教育辐射了最有消费能力以及消费意愿的一批消费者。一位消费者就告诉霞光社，她在分享会现场呆了不到半个小时，就订购了一个价值499的AI玩具。 “不过拿到手也觉得钱白花了，这个玩具几乎是垃圾。” 相较于AI陪伴硬件，线上应用已经算是经历了一次长跑。 早在十年前，AI陪伴就悄悄诞生在了互联网。只不过那时，大众对于技术力持高度的抵触和恐惧，“人工智障”作为被“验证过”的标签，始终环绕AI头上。这个赛道属于小众，也仅限于小众。 如果说疫情激发了大众对“陪伴”的需求和探索，AI就是打开欲望的潘多拉魔盒的钥匙，它赋予了社交新的形式和可能性，也为资本带来了新的风口。 2022年年底，ChatGPT横空出世，在大众开始感叹于其运用在生活和工作中的便利性时，一部分受众也开始调教专属于自己的AI男友/女友，成为了最先一批享受新型AI陪伴的人群。 2023年5月，基于大语言模型的角色对话聊天机器人Character.AI移动应用端问世，首周下载量就突破170万次，被谷歌评为2023年度最佳AI应用。 随后，硅谷VC机构a16z在2024年3月发布的报告指出，AI陪伴已成为主流，有10家产品入选「全球最火的50个AI应用」榜单。包括但不限于Crusho.AI、candy.ai、Poly.AI、SpicyChat.AI。 时至今日，在线上，AI陪伴仍然是一只飘红的概念股。 据不完全统计，截止2025年7月，全球已有超过128款AI陪伴类App上线应用商城，累计下载量已突破2.2亿次。全球消费者在AI陪伴类应用上的投入超过2亿美元，同比增长超60%。 但在情绪价值已经被当作口号，越来越失去想象力和吸引力的当下，又一批AI社交迎来死亡宣判。 2025年2月，“星野”的日下载量，从2万次骤降至7000次，“猫箱”的广告投放量，从每天2000组暴跌至200组，扎堆出现的聊天伴侣终于被“复制粘贴式的可替代性”压垮。 而这似乎进一步证实了牌桌已经饱和的现实，于是，部分想借“巧劲”收割陪伴用户的AI软件，选择大刀阔斧地走向实用性。 情色是最为“常见”的选择。 7月14日，马斯克的xAI为IOS版Grok App上线“智能伴侣”模式，推出了两个AI形象——以《死亡笔记》中角色弥海砂为原型创作的少女Ani，以及毒舌的红熊猫Bad Rudi。 所有SuperGrok的订阅用户（订阅费用为每月30美元，约合人民币214元），都能够享受到哥特风萝莉“Ani”的撒娇、情话、舞蹈服务。在好感度达到3级后，还可以开启“NSFW”模式，Ani会穿上情趣内衣，解锁NSFW（Not Safe For Work成人内容）模式，完全不设任何安全限制。 这场赛博亲密互动，迅速点燃了消费者的热情，上线24小时内，#宅男们的集体春天#话题在X平台浏览量破3000万，一句“这是我这辈子最浪漫的 30 美元投资”的发言，得到了数万人的情绪共振。 讲述在不远的未来人与人工智能相爱的科幻爱情电影《她》中的台词 无独有偶。 10月15日凌晨，OpenAI CEO奥特曼发文，宣布ChatGPT将在未来几周推出新版本，计划在12月推出更加全面的年龄分级系统，允许为成年用户提供成人内容。 以原始冲动为原点的情色，成为了情绪最好的落地条线，在灰色板块为AI陪伴提供了一条可行之路。 除此之外，以游戏攻略为首的“实用细分”陪伴AI软件，也逐渐从市场跑了出来。 前B站副总裁刘斌新推出的“逗逗游戏伙伴”，就主打游戏搭子路线，靠“神队友陪玩”的独特定位和体验培养用户的忠诚度，收揽了800万优质搭子。近期，“逗逗游戏伙伴”也开始以“Hakko AI"加速出海，意图优先占位全球玩家的“神级搭子”赛道。 当然，如果找不到切入口，“最下策”还可以背靠大树。 日本公司 Odd Number 打造的“AI男子”，则将自己引入了即时通讯平台 Line，寄生在这一大树之上，以契合用户社交习惯的方式，更便利地与AI 男子们对话。 现实很残酷，AI陪伴的牌桌上已经挤满了人，要想活下来，只能走一条“偏路”。 当然，AI陪伴应用的非自然死亡仍然不可忽略。 客观原因在于，无论是AI产品还是专精的AI陪伴类产品，都呈现出“唯大厂论”，国内的创新公司和中小厂集中出现持续性不足的问题。 澎湃发布的2025年全球百大值得关注的AI APP榜单中，字节跳动、阿里巴巴、腾讯、百度的自有AI 软件总数占比近四分之一，其中，字节跳动以12款软件数位居榜首。 统计2025年8月a16z发布的第五版互联网AI产品TOP50榜单，排名前30的软件也几乎被硅谷科技巨头、硅谷创业产业和国内互联网大厂包揽。 一是大厂拥有更大的容错率，能够支持在商业模式尚未跑通的情况下，持续开发无盈利压力的尖端业务，聚焦构建品牌生态和影响力占位。二是，大厂拥有更完备的生态和使用场景，能够更快速地连接用户、培养粘性。 三是“靠山”的差异。在用户需求范围内所需大模型能力差不多的前提下，场景挖掘和高质量数据，直接决定了AI应用的上限，而国内TO C场景的核心数据，集中在互联网大厂手中。 在硬件赛道，第一个牺牲者也已经出现。 2020年，美国AI陪伴机器人公司Embodied的王牌产品Moxie就正式诞生并投入市场。这款儿童陪伴机器人在当时的预售价格，就高达1500美元，并且表示在购买第一年后，还需每月60美元的订阅费。尽管当时就因高价被从业者和媒体质疑，但Moxie仍然备受瞩目，甚至被《时代》杂志评选为了“2020年最佳发明之一”。 Moxie——一款机器人伴侣，旨在帮助 5 至 10 岁儿童的社交、情感和认知发展 而就在今年4月，这个估值20亿的新星宣告破产。 “尽管我们竭尽全力寻求其他资金，但仍然未能完成一轮关键融资。领投方在最后阶段退出，导致公司失去继续运营的可能性。”在公告中，Embodied如此宣称。 以数据泄露为代表的安全问题，也是老生常谈的困境。 10月8日，网络安全研究机构Cybernews曝光了一起严重的数据泄露事件。 AI陪伴应用Chattee Chat和GiMe ChatAI的用户交互数据传输服务器Kafka Broker，被直接暴露于公网，且未设置任何身份验证或访问权限控制机制。只要点击进链接，就可以直接访问服务器中的所有内容，比如用户和AI伴侣分享的消息、媒体文件和活动日志。此次事件泄露了超40万名用户的4300万余条私密对话和60万余张图片。 另一边，AI陪伴类硬件的“教唆危机”也受到了关注。 2025年10月13日，美国加州州长加文·纽森（Gavin Newsom）签署了SB 243法案，这是全美首个专门针对AI陪伴型聊天机器人的监管法规，要求运营方必须建立安全保护机制，以防止技术滥用带来的心理与伦理风险。 如今的AI陪伴赛道，可以说是最具两面性的一个战场。 一边，针对AI陪伴的“限制”和管理正在完善，AI陪伴的用户消费习惯和盈利模式尚不清晰，其长期经营所需的创新能力和资源支持也门槛颇高。但另一边，又有一批人被虚妄的“低成本”迷惑，意图以“破釜沉舟”的姿态赚快钱跑路。 一面寄希望于饮鸩止渴、赚波热钱；另一面，为了AI陪伴应用的长期发展，又必须在上下求索中逐渐搭建出秩序体系与合规环境。 但尽管如此，所有人都在这场风暴中，拼尽全力走出一条自己的路。

快科技10月27日消息，IDC日前发布2026年全球IT行业十大预测，提出十项值得企业密切关注的关键趋势，这些预测共同勾勒出未来五年的清晰路线图。 预测指出，2026年70%组织用复合AI，2027年G2000企业AI智能体使用量增10倍且80%企业升级云架构，2028年45% IT交互以智能体为界面、60%企业跨行业数据协作。 2029年30% IT服务模块化、75%企业用低轨卫星且人机协作优的企业利润率高15%，2030年美欧中用量子解决50%难题、50% AI推理在边缘完成。 以下是具体十大预测： 预测一、从AI模型走向“复合智能” 到2026年，70%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI（Composite AI）。 CIO需要构建统一且可解释、可审计、可信赖的AI系统，并建立AI治理框架，用以追踪模型溯源、制定伦理边界并确保问责机制，从而实现企业级AI的负责任扩展。 预测二、编排智能体爆发的时代 到2027年，全球G2000企业中AI智能体的使用量将增长10倍，调用量更将提升1000倍。 这意味着智能体的筛选、编排与优化将成为核心IT职责。CIO需构建强健的监控体系与生命周期管理机制，防止“智能体泛滥”，确保自动化决策过程可控、合规且与企业目标保持一致。 预测三、智能体成为新的交互界面 到2028年，45%的IT产品与服务交互将以智能体为主要界面。 智能体正在成为IT服务的“前台”，重塑企业的采购、交付与体验方式。CIO需重新定义企业架构与用户体验，适应以智能体为中介的IT交互新生态。 预测四、衡量“协作”而非仅“生产力” 到2029年，能够衡量人机协作效果的企业，其利润率将比仅关注生产效率的企业高出15%。 未来的领军者不是“自动化最多”的企业，而是“协作最优”的企业。CIO应推动建立衡量人类创造力与智能体智能协同价值的指标体系，从“降本”思维转向“共创”思维。 预测五、服务走向模块化与自治化 到2029年，30%的全球IT服务将以模块化、平台化的产品形态交付，由生成式AI与Agentic AI驱动的自主服务编排成为常态。 IT服务生态正加速转型：传统合同式服务正被API驱动、可自我优化的智能平台取代。CIO需调整治理、采购与预算机制，以支持持续性、自治化的服务创新。 预测六、云现代化势在必行 到2027年，80%的企业将为应对AI的高算力与高数据需求而升级其云架构，迁移至专为AI负载优化的新一代平台。 无论公有云还是私有云，传统架构都难以支撑智能体规模。CIO需打造GPU密集型、异构计算与弹性调度能力兼备的AI基础设施，实现AI驱动的弹性与高效。 预测七、数据协作成为竞争新优势 到2028年，60%的企业将通过私有数据交换平台或数据洁净室开展跨行业的数据协作，支持生成式AI与Agentic AI的多样化应用场景。 在AI时代，数据共享已从选择变为竞争必需。CIO需充分利用可信的数据生态体系，平衡数据主权与隐私保护，同时推动跨行业创新。 预测八、量子准备刻不容缓 到2030年，美、欧、中三地政府将利用量子加速超级计算解决50%的复杂科研与防务难题，包括破解现有加密体系。 量子计算的到来将重塑安全格局。CIO需提前布局“后量子安全”战略，测试混合加密方案，重审身份与密钥管理体系，构建应对量子威胁的韧性架构。 预测九、下一代连接技术拓展企业边界 到2029年，75%的企业将采用低轨卫星（LEO）连接，以补充地面网络，实现卫星D2C、D2D与高速宽带融合的统一数字网络。 CIO应将LEO与5G视为全球边缘到云集成的战略支撑，构建可动态调度的网络架构，以支持全球业务拓展并提升地缘风险应对能力。 预测十、边缘智能加速本地决策 到2030年，50%的企业AI推理任务将在终端或边缘节点本地完成，从而减少云端流量与延迟，并增强敏感数据的控制力。 随着AI贴近用户侧运行，CIO需重构基础设施与治理模式，充分利用边缘智能实现实时、自主的业务决策。

快科技10月27日消息，据媒体报道，近日，西湖大学张岳教授团队研发了一款AI科学家系统——DeepScientist，引起不少网友关注。 据介绍，DeepScientist是首个具有完整科研能力，且在无人工干预下，展现出目标导向、持续迭代、渐进式超越人类研究者最先进研究成果的AI科学家系统。 不过，也有许多网友担心，一个无需人类干预的AI系统，是否存在研究方向失控或被误导的风险呢？ 对此，张岳表示：“AI安全问题一直是我们重视的问题，所以DeepScientist公之于众，我们也采取了审慎的策略。” 在他看来，AI本身的研究和AI安全研究一定是齐头并进的，并且张岳深信AI是可控的。 他还表示：“作为一位AI语言模型学者，我们对语言模型的工作机理相对比较了解，所以对于AI的可控程度我是持比较积极的态度，我也十分鼓励学生们尽早、更多地使用AI工具，毕竟未来人一定要和AI协同工作。”

“AI导购”正成为国内外大厂的竞逐焦点。 9月29日，ChatGPT上线Instant Checkout（即时结账）功能，首批接入美国手工艺品电商平台Etsy，以及全球最大电商独立站平台Shopify。用户无需跳转至第三方平台，在ChatGPT内部即可完成购物。 国内互联网公司中，淘宝8月下旬开始测试“AI万能搜”，用户提问后，淘宝会推荐购买攻略、商品口碑、优惠信息等。今年双11期间，淘天一口气推出六款AI导购应用，包括“AI万能搜”“AI帮我挑”“拍立淘”等，覆盖众多购物场景。 此外，京东、美团等也在尝试以AI带动电商交易。 京东9月底推出了电商创新AI架构体系Oxygen，还计划推出智能搜索推荐“爱购”，以及AI购物应用“京犀”。几乎同时，美团上线AI智能体“小美”，提供外卖、酒旅、到店餐饮等本地生活服务推荐。 不久前，字节悄悄加入这场“AI导购”暗战，并效仿ChatGPT、一步到位，直接让AI APP给电商业务导流。 过去一个月，不少用户注意到，豆包开始接入抖音商城——询问“买什么”“有什么推荐”之类的问题，豆包会提供多款产品，点击蓝链即可跳转至抖音购买。 豆包推荐商品可跳转至抖音购买 字母榜（ID: wujicaijing）实测发现，豆包这一新功能已支持诸多电商垂类，包括数码、家电、母婴、美妆、家居等，甚至还接入了到店餐饮团购券，将触角延伸至本地生活场景。 这意味着，豆包成为国内首个大规模向电商跳转导流的AI APP。 将AI大模型应用于电商，早已是大厂的共识。所不同的是，大部分公司都在搞“电商+AI”，而非在AI产品中嵌入电商服务。 相比之下，以AI APP引导用户跳转消费，将商品链接融入人机聊天，撬动电商和本地生活交易，国外这么干的是ChatGPT，国内则是抖音和豆包“吃螃蟹”。 抖音电商向AI要流量，重要原因之一是，它错过了上半年的外卖、即时零售和本地生活大战，需要找到新战场，挖掘更多流量泉眼。 淘天和京东上半年砸下巨资，入局外卖、即时零售等板块，还在本地生活领域大举布局，与美团等守擂者展开鏖战。激烈竞逐后，两大平台都没能从根本上动摇相关赛道的格局，但也都拿到了不小的回报。 抖音没能成为这三场大战的主要玩家。度过了相对沉寂的大半年后，抖音终于掏出了培育多时的新武器——豆包，再加上MAU超2亿的红果短剧，准备在今年双11小试牛刀，给老对手“上上强度”。 就当前体验而言，豆包虽然接入了抖音电商，但却有点儿呆萌，甚至不顾出身，主动“为别人作嫁衣”。 字母榜输入了一个需求：双11双开门冰箱推荐，一万元左右。几秒钟后，豆包推荐了美的、西门子、三星、卡萨帝等品牌的5款冰箱，并附上了购买链接，点击后跳转至抖音店铺。 除了具体的产品型号和外观图片，豆包还简要介绍了每款产品的特色和适用场景，以及电商参考价、电商在售价和历史参考价等。 此外，豆包还给出了不同预算区间的选购建议，并在双11优惠提醒中特别提到，今年家电国补最高20%。它还配上了抖音的一则“热门平嵌冰箱选购攻略”短视频。 不过，豆包初次“握手”抖音电商，用户体验可谓槽点满满。 一方面，豆包似乎并未准确理解需求。推荐的5款冰箱中，只有卡萨帝冰箱符合“一万元左右”，两款美的冰箱的售价只有2000多元，西门子为4000多元，三星为7000多元。 另一方面，豆包给出了每款冰箱的价格，但与之关联的抖音商品的外显价格更贵，令人摸不着头脑。 以美的BCD-607WKPZM（E）为例，豆包标明电商参考价为2499元。但点击链接后，映入眼帘的是不同抖音店铺的美的冰箱，价格大都为2799元；用户需要再次点击、进入商品详情页，才能看到叠加平台券和国补后的价格。 更离谱的是，豆包在“双11优惠提醒”中称，京东10月31日有满减活动，建议关注官方旗舰店获得最佳优惠。 试图与抖音电商打通的豆包，现在仍有不少bug，甚至给其他平台做宣传，原因之一是引用资料的五花八门。 为了推荐这五款冰箱，豆包引用了29篇资料，其中一些是抖音短视频、抖音商城商品页面，但也有不少是各大电商平台和家电品牌投放的宣传稿。拿这堆不太靠谱的素材当养料，豆包自然会出现带着抖音商城链接，却“胳膊肘往外拐”的情况。 除了抖音商城，豆包还接入了抖音另一块重点业务——本地生活。 输入“双11北京国贸附近聚餐推荐”，豆包回复了6家餐馆，包括名称、餐厅特色、地址、人均消费、营业时间、评分等信息，分类为大型宴会首选、特色体验之选等，还搭配了一条餐饮探店视频。 点击部分餐馆的链接后，可以看到抖音的优惠团购，购买仍需跳转至抖音APP。尚未开通抖音团购的餐馆则会显示用户评价。 与电商商品相比，豆包在推荐团购套餐时靠谱了许多，信息准确而丰富。这或许与抖音团购套餐的供给较为单一和固定，信息聚合复杂度低有关。 从推荐冰箱时的各种bug来看，豆包商品推荐初出茅庐，尚有大量亟待改进的问题。不过，豆包庞大的用户量，依然让这一“AI+电商”的新尝试充满想象空间。 今年初，豆包一度被横空出世的DeepSeek盖过风头。但随着字节持续加大对AI业务的投入，以及DeepSeek更新缓慢，豆包长期在各大应用商店占据靠前位置，下载量和用户量逐渐回到领先位置。 根据市场调研公司QuestMobile发布的数据，今年8月，豆包MAU（月活跃用户）已经达到1.57亿，环比增长6.6%，反超DeepSeek跃升第一，更是把其余对手远远落在身后。 夺回王座后，豆包悄悄在输出结果中加入商品链接，野心不小。 不过，豆包的推荐结果是否存在人为推荐，尚不清楚。单从技术上讲，一款AI APP在结果中突出某些商品链接，并没有什么难度。豆包将来是否会“开闸”，值得关注。 字母榜就相关问题向抖音问询，截至发稿时未获得有效回应。 在豆包接入抖音电商之前，国外科技公司已经在积极尝试以AI APP给电商导流，国内公司却显得有些谨慎。 跑得最远的，当属OpenAI。 早在今年4月，OpenAI就宣布在ChatGPT中推出购物功能，但彼时用户需要跳转至商家网站。如今，用户停留在ChatGPT内，就能完成整个购物流程。 在发布即时结账功能后，OpenAI专门上线了一段Demo，展示流畅的购物体验： 当用户要求ChatGPT推荐一款朋友搬家的100美元以下礼物时，ChatGPT不仅推荐了几款商品，还支持APP内一键付款完成购买，不需要再跳转到第三方平台。 值得注意的是，OpenAI预判了用户的预判：它主要根据商品可用性、价格、质量、是否开通即时结账功能等维度进行排名；平台只收取交易佣金，并不会从搜索结果展示环节获利。 ChatGPT接入了多种主流支付方式，包括信用卡、Apple Pay、Google Pay等。用户还能预填物流配送信息，并用ChatGPT查询自己的订单，体验更流畅和完整。 此外，OpenAI正在积极为“AI+电商”寻找强有力的盟友。 在支付环节，OpenAI与“美版支付宝”Stripe合作，共同构建全新开放协议Agentic Commerce Protocol，让商家可以更方便地适配各类支付平台。 而在供给侧，ChatGPT上线即时结账功能半个月后，于10月中旬宣布与零售巨头沃尔玛达成一项新合作，消费者将可以在ChatGPT一键购买沃尔玛的商品，无需跳转。 不少人认为，OpenAI向传统电商商业模式开了第一枪。 OpenAI的竞争对手们也在快马加鞭。 今年5月的IO大会上，谷歌宣布推出一系列全新的 AI 购物功能，比如为顾客提供虚拟试穿，个性化价格跟踪，以及结合Gemini技术和谷歌购物图谱的新视觉面板等。其中，AI结账功能可以实时跟踪产品价格，并在用户授权的情况下，调用谷歌支付结账。 微软则在2023年就推出了AI购物工具，并整合到Bing搜索引擎和Edge浏览器上。今年4月，微软又推出Copilot Actions功能，以AI智能体帮助用户执行任务，比如预订电影票、餐厅、航班及购物等。 至于亚马逊，去年底，它投资的明星创业公司Perplexity上线AI购物代理服务Buy with Pro，可以帮助用户浏览、搜索商品，并完成结账。 与国外同行的热情相比，国内的新BAT对于AI APP接入电商颇为谨慎。 阿里坐拥通义、夸克等AI APP，又有淘天电商生态，将两者互相打通，在技术和产品上可谓轻而易举。但时至今日，通义、夸克等均不提供商品链接，只提供产品介绍、购买建议和用户体验分享等。 腾讯则迈出了一小步，很快又缩了回来。 今年8月中旬，腾讯元宝更新功能，用户询问图书有关的问题，可以点击答案中的书名，跳转至京东购买。 然而，腾讯的试水仅仅持续了不到两个月。9月底，元宝不再支持跳转到京东买书，仅有少量书籍可以跳转至微信小店购买。 字节以豆包作为“AI+电商”的试验田，但步子也没有迈得很大：用户仍需要跳转至抖音商城完成购物。 相比新BAT的谨慎，OpenAI正在大举进攻，拉上沃尔玛等合作伙伴，竭力把AI聊天购物做起来。相比之下，国内大公司的尝试虽然不算慢，但并未全力以赴。 不难看出，对于“AI带货”这件事，无论是用户体验、商业前景，还是眼下的必要性，国内公司仍然有不小的犹疑。抖音在豆包占据一定优势的情况下，才做了有限的尝试，且并未大肆宣扬，也没有大力引入合作伙伴。 豆包接入抖音商城，释放出这样一个信号：今年接连错过外卖、即时零售和本地生活的行业战争后，抖音不能再缺席AI电商之战。 抖音电商一直在猛追淘天。根据今年初字节全员会上的说法，2024年抖音电商GMV（商品交易总额）已经达到约3.5万亿元，同比增长超30%。另据36氪报道，抖音电商2025年设定了4.2万亿元GMV目标。 另一方面，根据阿里财报推算，2024年淘天GMV约为8万亿元。抖音电商虽然增速较快，但整体规模依然不到淘天的一半，需要继续追赶。 但近年来， 随着各大平台的多位头部带货主播退隐，以及消费者审美疲劳，直播电商逐渐降温。抖音电商要想继续拉近差距，以货架场景为主的抖音商城需要承担更多。 金融界今年初报道，知情人士称，货架场景已经贡献了抖音电商超40%的GMV。在此情况下，倘若要更进一步，抖音就需要给货架场景找到更多流量来源。 但由于缺少自己的运力池，抖音面对电商本地化、配送即时化的新浪潮，虽然也做了一些区域性的试水，但不容易找到长期发力点。其他平台把本地生意做起来，分走了原本属于远场电商的订单和用户，又会在更长周期里挤压抖音电商的生长空间。 另一方面，对于今年双11，抖音颇为重视。 它在10月9日就启动了“抖音商城双11好物节”，与京东同步，比天猫预售早6天。然而，抖音补贴力度不算大，仅仅宣布将提供亿级现金补贴和千亿流量，消费者最高可得千元券包，立减优惠力度超15%。 相比之下，天猫今年双11的投入力度号称理念最大，全周期将投入500亿元消费券；京东仅在商家激励这一块，就号称要投入20亿红包、亿级流量，算上C端投入只会更多。 于是，字节过去两年多重金培育的豆包，被推向了“AI+电商”的前线。 淘天、京东选择“电商+AI”，重要原因在于他们本身就是电商平台，而自家AI APP用户量太少，有些拿不出手。 但问题是，在电商APP内使用AI功能的用户，本质上就有很强的购物目的；纯粹因为电商AI功能而打开购物APP的用户并不多。换言之，“电商+AI”更多着眼于提升用户体验、改进商家和平台效率，而非吸引新用户，创造增量的效果有限。 相比之下，抖音的基因是内容而非电商，在探索AI与电商的结合时，不存在产品和技术惯性；此外，豆包已经拥有数亿活跃用户，具备做“AI+电商”的条件。 另一方面，从豆包这样的AI APP跳转至抖音电商的用户，与抖音电商的固有用户群重合度较低，更容易给后者带来新用户。这也符合从AI用户池筛选电商用户、带动交易的初衷。 以前，抖音依靠直播电商狂飙突进，几年间就打下大片江山，让整个电商行业为之震动。但随着直播带货全行业放慢步伐，以及自身体量的放大，抖音电商也开始面临增长压力。 整个2025年，淘天、京东力图在即时零售、本地生活等领域切分蛋糕、寻找增量，并取得醒目成绩。抖音则另辟蹊径，希望依靠豆包挖掘新增量，不再纠结于旧战场。 在领先、落后、再度领先后，豆包暂时赢得与DeepSeek的缠斗，坐稳了国内AI APP的头把交椅，但还没有带来巨额商业回报。在与抖音电商登上同一辆战车后，豆包进入了一个全新的战场，向老对手们发起新的冲锋。

比尔·盖茨小女儿的AI创业项目，刚刚拿下了800万美元融资。 老爸虽然说是一分钱没掏，不过，海莉·比伯、克里斯·詹纳等一众名人可是都上车了。 看来嘛，科技巨头的面子，总是要给的。（doge） 下面一起来看看，盖茨之女——菲比·盖茨 (Phoebe Gates) ，到底开了一家什么样的AI公司。 全新的线上购物方式 今年 9 月，菲比·盖茨（Phoebe Gates）和索菲娅·基安尼（Sophia Kianni）创立的初创公司Phia，成功拿下800万美元种子轮融资。 更吸睛的是，股东名单里居然有两位娱乐圈大咖——金·卡戴珊的母亲克里斯·詹纳（Kris Jenner），以及贾斯汀·比伯的妻子海莉·比伯（Hailey Bieber）。 官方表示，该公司计划利用这笔资金在工程、人工智能研究、产品和营销领域「组建一支世界一流的团队」，以加速下一阶段的增长。 作为一家初创公司，Phia刚一出道就能吸引这些个名流关注，多少离不开「盖茨家族」的光环。 但另一方面，Phia自身的调性也确实够特别。 虽然技术底色依旧是AI，但做的不是芯片、机器人那一套，而是——AI时尚。 今年4月，菲比和索菲娅共同打造的AI购物助手Phia，正式上线。 问世不到半年，Phia就已经积累了超过60万用户。 这款应用的核心功能，是在你浏览商品时即时比对新品与二手价格，帮你用最低价买到心仪的服饰、鞋履或配饰。 形式方面，Phia既可作为iOS软件，也可作为浏览器的扩展程序使用。 安装成功后，只要进入商品页面，就会出现一个醒目的按钮：「我应该买这个吗？」。 点击后，Phia会迅速扫描网页，从成千上万个购物渠道中抓取数据，比较同款或相似商品的新旧价格，并给出判断——当前价格是偏高、正常，还是值得立即入手。 Phia表示，其数据库已与The RealReal、Vestiaire Collective、ThredUp、StockX、eBay、Poshmark等顶级转售平台接入，覆盖超过2.5亿件商品。 此外，它的算法由一支来自Pinterest、Millennium、Meta、亚马逊等科技公司的工程师团队自研完成。 生态方面也成熟得很快，Phia已在超过4万个购物网站上线，还有超过5000名直接品牌合作伙伴。 在官网上，两位创始人这样解释产品初心： 我们希望创造一种全新的购物方式，让人们在找到心仪的单品时，也能守住自己的钱包。 Phia的愿景很简单：让您成为房间里最聪明的购物者。 与此同时，菲比与索菲亚还在今年4月推出了播客《The Burnouts》，每期都会邀请商业和文化领域的顶级专家对话。 目前，该频道在油管上已经有14万粉丝，值得注意的是，这部分流量未来同样能反哺到主心骨Phia上。 回到Phia本身，从市场角度来看，消费者确实需要一种更高效率的线上购物模式。 过去十多年，得益于移动互联网的成熟，线上购物的规模经历了前所未有的爆发式增长。 数据显示，2010—2025年间，全球电子商务销售额从约0.6万亿美元跃升至约6.4万亿美元，足足翻了十倍不止。 与此同时，线上购物也从「新渠道」变成了日常生活的一部分——全球网购用户已接近30亿人。 然而，与规模的狂飙形成鲜明对比的，是技术的停滞。 十多年过去，用户在购物时依然走着同一条老路：搜索→浏览→加入购物车→结账→收货→评价。 这个流程自亚马逊、淘宝确立以来几乎没有变化，电商的界面、逻辑与交互基本还是2010年代的模样。 此时矛盾就出现了：商品数量SKU在暴涨，消费者的搜索请求也越来越频繁，但连接两端的平台，却始终缺乏一个真正高效的信息筛选机制。 具体表现为，人们花在做功课上的时间越来越多，还很容易被各种优惠策略搞得一头雾水。 结果就是——人们花在「做功课」上的时间越来越多，却仍常常被各种满减、返券搞得一头雾水。 Phia这类工具的出现，或许能让用户跳出推荐算法的信息茧房，以更主动、更高效的方式消费。 讲完干货，咱再聊聊Phia的诞生，这其实也是一段挺有意思的故事。 这家公司的两位创始人——菲比和索菲娅，原本只是斯坦福大学随机分配到同一间宿舍的室友。 没想到，一次「随机匹配」，竟成了创业搭档的起点。 由于对气候和商业等话题的共同爱好，二者没多久就一拍即合，决定一起做一番大事业。 像许多野心勃勃的斯坦福校友一样，她们也把宿舍改造成了「创业实验室」—— 厨房里贴满灵感文章，地板上堆着打客户电话的笔记，白板上写满了奇思妙想。 在所有讨论的话题中，有一个词总是绕不开：衣服。 菲比和索菲娅都是典型的「购物狂」，宿舍到处堆满了包裹、鞋盒和没拆吊牌的外套。 可每次购物前，她们都得做无数功课——查价格、比平台、看折扣、搜测评，几乎成了一场信息战。 后来她们才发现，原来这种「购物焦虑」几乎人人都有—— 「天下苦功课久矣。」 于是，两人决定干脆自己解决这个问题。 二者的创业之路可谓是相当顺利，没多久就项目赚到了第一桶金，来自Soma Capital和一位斯坦福教授的早期投资——那就是Phia的雏形。 2023 年，她们搬到纽约，正式成立Phia。 而这个公司名，其实就是两位室友「Phoebe + Sophia」的组合。 有趣的是，那间宿舍其实原本还有第三个空床位，只是后来没人入住。 想想看，如果当时真多了个室友，公司也许就不叫Phia了，而是「Phia+X」。 菲比和索菲亚 先不聊素未谋面的第三位室友了，咱还是先把注意力放回到两位创始人身上。 虽然Phia的两位创始人中，有一位天生有「盖茨家族」的光环，不过，另一位创始人——索菲娅——的履历同样相当耀眼。 索菲娅出生于2001年，成长于美国弗吉尼亚州。 还在念中学时，她就开始对气候问题感到不安。 有一天夜晚，星空被厚重的雾霾遮住，她形容那一刻是「世界正在以惊人的速度升温的信号」。 从那时起，她决定投身环保运动。 2020年，她创立了网站气候红雀（Climate Cardinals），这是一个把气候变化相关信息翻译成多种语言、以消除信息壁垒的公益平台。 索菲娅的努力很快引起联合国关注。 2020年7月，联合国秘书长安东尼奥·古特雷斯任命她为联合国气候变化青年顾问团的七位成员之一，为全球气候行动提供建议。 当时，她才18岁。 此后，她多次以联合国代表的身份参与重要国际会议，包括COP26、COP27、COP28等。 2021年，索菲娅进入斯坦福大学，主修科学、技术与社会（STS）这项跨学科专业。 在那里，她遇见了未来的创业伙伴——菲比·盖茨（Phoebe Gates）。 2002年，菲比出生在美国华盛顿，是比尔·盖茨三个孩子里最小的那个。 2022年，她考进斯坦福大学，主修法学和生物学理学，还顺带辅修了非洲研究。 在校期间，菲比也经常活跃于互联网，经常在社交媒体上分享校园生活、时尚搭配和社会议题 目前，她在ins上已有超50万粉丝。 不过，比起当网红，菲比在这段时间里萌生的创业念头，可能才是让老爸最操心的事。 一出生就顶着「盖茨家族」的光环，菲比注定逃不开审视「盖茨二代」的聚光灯，也因此更想靠自己闯出一条路。 她在采访中说得很明白： 我不会靠家里的光环过一辈子，我想靠自己创业。 于是，当Phia的雏形刚有点样子时，她就兴冲冲地跑去跟老爸提出了「辍学创业」的想法。 结果没想到，这位当年在车库辍学创业的男人，这回却一口拒绝了自己的女儿。 你确定要这么做吗？ 菲比当时整个人都愣住了，有点摸不着脑袋——明明爸爸就是因为辍学创业才有了微软，为什么自己就不行？ 他们总是说，你必须先把学业完成，不能直接辍学去开公司…… 这很好笑，因为我爸爸就是这么做的，这也是我能付得起斯坦福学费的原因。 既然辍不了，那就早点毕业吧…… 于是她干脆提前一年修完所有课程，拿到了学位。 当然，事后也证明，老盖茨并不是反对她创业，只是单纯反对辍学。 真正开始做Phia之后，父亲虽然不会给钱，但依然成了她的「幕后智囊」。 遇到拿不准的事，我会打电话问爸妈，比如：要不要聘这个人？要怎么扩张？ 我爸虽然不是「时尚女王」，但关于战略的问题我都问他。

智东西 作者 | 李水青 编辑 | 心缘 智东西10月27日报道，近期，阿里巴巴股价大涨，宇树科技、群核科技等杭州“六小龙”企业密集启动IPO，此前中国工程院院士王坚与英伟达创始人黄仁勋在对话中将杭州称为“中国硅谷”…… 这一系列现象，将杭州推向了中国科技创新的聚光灯下。 曾经，“上有天堂，下有苏杭”说的是杭州的湖光山色；而今天，杭州正在以“科创大走廊”为骨架，以AI为血脉，构建起一个极具竞争力的科技产业生态。 我们从余杭的未来科技城出发，一路向东，穿过西湖的云谷、拱墅的大运河数智未来城，向南直至滨江的智能制造集群，试图回答一个问题—— 杭州，离“中国硅谷”还有多远？ 杭州市城市规划地图部分截取 从相似性来看，杭州拥有顶尖高校、浓厚的创业文化、活跃的民间资本、以及从巨头到初创的完整科技企业梯队，让杭州展现出接近中国硅谷气质的自发生长力。 从差异性来看，杭州在原始创新、全球影响力、资本深度、产业链完整度等方面，仍与硅谷有距离，也面临北京、深圳、上海等国内劲敌的竞争。而杭州正凭借包容政策赋能、多元创新模式、聚焦AI应用转化等举措，在新一轮城市竞争中杀出一条血路。 一、余杭未来科技城：阿里生态与AI星火 余杭区，曾是杭州的“农郊野地”，如今却因未来科技城的崛起，成为杭州乃至全国科技创新的高地。这一切，离不开一个名字——阿里巴巴。 阿里全球总部坐落于文一西路沿线，西溪园区A、B、C区如三座科技堡垒，承载着淘宝、天猫、盒马、闲鱼等核心业务，以及钉钉、达摩院的前沿探索。这里不仅是电商的摇篮，更是AI人才的黄埔军校。阿里CEO吴泳铭今年初曾宣布，阿里将积极推进三年3800亿的AI基础设施建设计划。 阿里全球总部 围绕阿里，一个庞大的创新网络正在形成。钉钉新总部即将启用，一旁字节跳动全球总部已入驻，vivo、OPPO研发中心大楼也在紧锣密鼓建设中。它们带来的不仅是人才与税收，更是产业链的集聚与升级。 字节跳动新大楼已于今年9月亮灯 而在阿里生态的土壤中，一批“阿里系”AI创业公司正如春笋般破土而出： 在未来科技城东部的尚越绿谷中心，斑头雁科技，由原钉钉副总裁张毅创立，聚焦企业级AI Agent平台“BetterYeah AI”，服务超10万家企业，凭借7月最新的超亿元B轮融资，已成为AI智能体赛道的黑马选手； 在未来科技城中心的EFC欧美金融城，半个宇宙，原阿里云首席安全科学家吴翰清创业项目，致力于打造“个人AI计算机”，打破数据垄断，构建自由开放的AI互联网； 在EFC欧美金融城旁的时代天元城，李未可科技，原阿里AI实验室智能终端负责人茹忆创办，推出AI眼镜与自研大模型WAKE-AI，在“AI+可穿戴”赛道稳步前行； 在附近的余杭区梦想小镇，Rokid，由前阿里巴巴M工作室领头人祝铭明创立，在AR赛道深耕十年，Rokid乐奇眼镜等产品远销海外，全球顶尖未来学家凯伦·凯利为其站台并称“智能眼镜是下一代iPhone”； 在未来科技城西部的南湖未来科学园，实在智能，前阿里核心算法专家孙林君创办，从RPA向AI Agent升级，成为企业数字化转型的重要推手； 同是南湖未来科学园，有鹿机器人，由原阿里达摩院自动驾驶负责人陈俊波创办的创企在此办公，聚焦具身智能，在3月份连续完成了总额达6亿元的具身智能通用大脑及机器人订单，提出“通用大脑+专业设备”的落地路径…… 南湖未来科学园 南湖未来科学园以北3公里处，之江实验室，这个由浙江省政府主导举办、浙江大学等院校支撑、由中国工程院院士、阿里云创始人王坚领导的国家战略科创队伍，主攻智能感知、人工智能、智能计算、智能网络和智能系统五大科研方向，目前已推出“基于高性能人工智能训练芯片的智算集群”、“700亿参数规模的天文语言大模型AstroOne”等瞩目成果。 之江实验室 此外值得一提的是，在未来科技城西部的余杭区人工智能小镇，“杭州六小龙”之一的强脑科技坐落于此。作为国内首个脑机接口领域独角兽，强脑科技已有多款产品上市并为残疾人康复、孤独症等脑疾病提供了解决方案。 位于余杭区的中国人工智能小镇 强脑科技创始人兼CEO韩璧丞还刚刚获评央视“2025年度AI人物”，同时获奖的还有同为杭州的阿里云CTO周靖人、宇树科技创始人王兴兴等。相比于刚刚点亮的AI星火，他们已经成为杭州这片土地上的AI明星。 除此之外，智澄AI、云器科技、深涌智能、进迭时空等在算法、算力及数据层布局，灵西机器人、蓝芯科技、倒映有声在感知与识别技术上颇有建树，都已经成为AI技术产业链上的有名之辈。 AI+应用领域则更是遍地开花。聚焦AI+健康领域，我们看到高维医药、佳量医疗、荷湖科技、医策科技、迪英加科技、程天科技、深睿医疗等企业动作不断；聚焦AI+先进制造，更是有汇萃智能、宇泛智能、视睿科技、原力无限等企业崭露头角。 AI+智慧协同领域，鲁尔物联、靖安科技、爱签、华芯程、影刀、宇谷科技等企业分布在阿里周边的五常、良渚、EFC等多个角落，有的已动辄拿下数亿大模型大单；AI+消费领域，百应科技、小虫科技等企业也借电商之都的助力，成为赛道的领头企业。 余杭，已不仅是阿里的余杭，更是AI的余杭。 未来科技城的发展与经典硅谷模式相似。硅谷模式依赖于大型产业园区的集中发展，通常选择城市的郊区或周边区域，借助几家巨头带动发展。未来科技城的发展脉络与之相近。 政策赋能是背后的重要支持。以其颇有口碑的人才政策为例，未来科技城（海创园）自2019年推出海外高层次人才项目研发补助和房租补贴，到2022年在全区各镇街推出最高1200万元研发补助和300万元房租补助。此外，当地在科技成果转移转化补助、企业梯度培育奖励等方面政策支持丰厚，吸引了大量人才及项目流入。 二、西湖区：云谷、蚂蚁与浙大“产学双引擎” 西湖区，不只有西湖。在以“云谷-浙大紫金港”为核心的科技创新区中，阿里云、蚂蚁集团等企业与浙江大学、西湖大学等高校共同构建起“产学双引擎”。 在西湖区西北边缘、毗邻未来科技城的云谷，阿里云（部分注册于此，部分注册于余杭区）作为“全栈人工智能服务商”，通过通义千问开源模型与超级AI云战略，打造“AI时代的Android”。通义千问已经开源了300多款模型，全球下载量超6亿次，衍生模型超17万个，是全球最大的开源模型矩阵。 位于西湖区云谷的阿里云全球总部 在云谷阿里云全球总部一旁，坐落着中国科学院院士施一公创办的西湖大学（云谷校区）。作为一所新型研究型大学，其在生命科学、人工智能交叉领域表现突出。该校团队近期推出一款“AI科学家”智能体系统——DeepScientist，在前沿科研任务上测评可超人类研究者183%。 而从西北边向中心地带西湖风景区方向前进，是浙江大学（紫金港校区）。浙江大学计算机系是全国AI产业的重要人才摇篮，且自1978年就开始布局人工智能学科。浙大还在2024年9月面向全校99个本科专业推出人工智能通识必修课，覆盖6000余名学生。浙大系走出的创业者已成为中国AI产业的中坚力量，DeepSeek创始人梁文锋本硕毕业于浙江大学信息与电子工程学院，群核科技联合创始人黄晓煌和陈航，云深处科技创始人朱秋国等都出自浙大系。 再往南一点，蚂蚁集团总部位于西湖北向的西溪路569号蚂蚁A空间。这家由阿里孕育的巨型独角兽，不仅是金融科技的巨擘，更在大模型领域持续发力，推出多款高性价比推理模型，并开源万亿参数大模型，引领杭州大模型产业发展。 在西湖区这片土壤中，一批技术驱动型企业茁壮成长： 西湖区北部、浙江大学北部的三墩镇紫金梦想广场，云深处科技，“杭州六小龙”之一，由浙大教授朱秋国创立，推出全球首款行业级轮足机器人“山猫M20”，在四足机器人领域实现多个“中国第一”，至今已完成8轮融资； 云深处公司 向中心去，到浙江大学东南部的天堂软件园，久痕科技，由前网易副总裁汪源创立，瞄准“通用办公助理”，获美元基金支持，旗下AI知识助理产品“remio”已落地实践。 继续前进到黄龙未来中心，贝联珠贯，这家吸引了阿里著名“扫地僧”多隆加盟的AI Infra创企注册于此（现办公地在余杭区），推出AI运维Agent，打造“数字运维专家”； 跨越西湖景区来到最南端的之江，游戏科学，“杭州六小龙”之一，由原腾讯《斗战神》项目核心成员冯骥、杨奇创立，凭借《黑神话：悟空》横扫全球游戏市场，展现中国3A游戏的技术与文化自信。 享受浙大紫金港校区源源不断的人才供给，意味着西湖区紫金港科技城的技术创新力不会太差。在AI基础技术层，我们还能看到西湖心辰、天宽科技、慧星云等算法企业，远算科技、科聪控制、飞步科技、中科第五纪、邦盛科技、碳硅科技等交互、控制及行业平台企业，正在加速腾飞。 紫金港科技城-菜鸟智谷产业园已有百余家企业入驻 在“AI+应用”方面，西湖区既有西湖制药、普健科技、西湖欧米等“AI+生命健康”企业，又有精准学、新华智云、万像科技、奥创光年、美腾思等“AI+消费”玩家，还有小影科技、地卫二、有数科技、西湖机器人等在“AI+智能协同”领域小有成绩的众多创企。 三、拱墅区：DeepSeek与“算谷雄心” 继续一路向西，我们来到杭州拱墅区。如果说2025年春节有什么让全球科技圈震惊，那一定是DeepSeek的横空爆火。其背后是杭州深度求索公司在拱墅区的扎根与崛起。 DeepSeek在杭州市拱墅区的办公地点汇金国际大厦 今年初，DeepSeek凭借开源模型DeepSeek-R1与DeepSeek-V3，迅速登顶GitHub、Hugging Face等开源社区，甚至一度冲击美股。 而后，DeepSeek不仅成为全球追捧的实用工具，还新进展不断，“DeepSeek新模型大降价50%”、“梁文峰论文登Nature封面”、“DeepSeek登《时代》2025年最佳发明”、“DeepSeek首创上下文光学压缩”等重磅进展一波一波来袭，行业影响力之大无需赘述。 在成立初期，杭州深度求索是北京深度求索的全资子公司。不过更有意思的是，2023年8月，这两家公司角色发生对调。北京深度求索将股权全部转让给宁波程恩企业管理咨询合伙企业（有限合伙）和梁文锋，杭州深度求索注册资本从100万元增至1000万元。自此形成了现在DeepSeek的布局，杭州深度求索是DeepSeek主体公司，北京深度求索是子公司。 这一插曲充分证明了杭州拱墅区在招揽顶级科创企业这件事上的腕力。 但拱墅区并不满足于只有一个DeepSeek。在“大运河数智未来城”的蓝图下，全区规模以上人工智能产业营收已达149亿元，拥有56家规上AI企业、6家国家级专精特新“小巨人”。拱墅的目标是打造“中国算谷”，到2035年AI产业营收突破千亿元。 大运河数智未来城界面图 虽然拱墅区的科创力量规模与余杭和西湖区仍有差距，但仍有不少星星之火正在升起： 比如，在离DeepSeek八公里处的拱墅区莱茵矩阵国际中心，群核科技，代表作是全球最大空间设计软件酷家乐，开源了3D场景生成模型SpatialGen，登顶Hugging Face趋势榜，目前正冲刺“空间智能第一股”； 再比如，一公里之隔，相芯科技，定位 “元宇宙搭建者”，在虚拟人与交互仿真技术领域持续深耕，公司自主研发 “数字人平台 AvatarX”，打通了数字人 “建模 – 驱动 – 交互 – 渲染” 全链路能力，AI助手落地多个行业； 此外，在与拱墅区毗邻的上城区，炽橙科技、智卷星球、凌迪科技、模力视频等在智慧协同、数字孪生、时尚科技等领域拓展边界。 从DeepSeek到群核科技，拱墅区正以“模型+算力+数据+应用”为四驾马车，驶向AI产业的高地。 杭州的区域创新发展并非单一硅谷模式，而是融入了硅巷模式创新。DeepSeek等杭州科技“六小龙”多半选择在中心区域而非传统的科技园区或产业集群中扎根，这种灵活分散的布局方式，形成了与硅谷模式不同的产业集群。 四、滨江区：智能制造与AIoT巨头的“硬核力量” 转头向南，钱塘江南岸的滨江区，是杭州的“硬科技堡垒”。 这里不仅有宇树科技这样的人形机器人明星企业，更有“海大宇”（海康威视、大华股份、宇视科技）、新华三为代表的ICT巨头，以及网易、吉利等跨界科技大厂。 宇树科技年度营收突破10亿元，估值超120亿元，其四足机器人、人形机器人产品全球领先，冲刺IPO在即； 海康威视早在2006年布局视频分析算法，2023年发布“观澜”大模型，在交通、安防、工业等领域深度落地，到今年上半年，公司已推出数百款大模型产品； 海康威视大楼 大华股份星汉大模型覆盖视觉、多模态、语言三大方向，形成行业智能体目前已在城市治理、交通、能源、教育、园区等十多个行业实现规模化落地应用； 宇视科技推出了“梧桐”大模型，构建了“万物X”全链路智能引擎，已在交通、安防、矿山等领域实现超100个项目落地，覆盖城市管理、能源工业、企业服务等多个领域及民生核心场景； 网易在大模型领域形成教育、多模态、具身智能三大路线，有道教育大模型 、伏羲多模态大模型、灵动具身智能模型已在教育、翻译、游戏、工业等领域实现多场景落地； 吉利构建了“算力、算法、数据”三位一体AI布局，大模型技术实现智能座舱、智能驾驶、动力域等多项量产落地，自研AI Drive大模型提升智驾训练效率30倍以上； 此外，联汇科技在多模态大模型与向量数据库领域领先，中昊芯英自研TPU芯片“刹那”性能对打英伟达GPU，虹软科技在计算摄影与AI眼镜方案上占据头部市场份额，新华三在全方位的数字化基础设施领域占据产业链关键位置…… 以“硬”著称，滨江在“AI+制造”领域一马当先，不仅“海大宇”、吉利、宇树科技等是这一领域的佼佼者，易思维、迦智科技、国自机器人、云象机器人、啄云智能、北冥星眸等企业都是赛道里的重要力量。 此外，“AI+协同应用”领域的深度原理、八维通、拓深科技、星象智联、睿琪软件，基础技术领域的曼孚科技、亿次网联、不鸣科技、孚临科技等企业……这些企业都构成了滨江科技产业的重要部分。 滨江区的AI产业链，从芯片、硬件到系统、应用，完整而坚韧。 央广网拍摄的滨江区城市界面 此外值得一提的是，还有一些AI企业虽然坐落在这几大核心科创区之外，也依然在AI领域有肉眼可见的存在感。 在与滨江区毗邻的萧山区，基础技术领域的拓数派、整数智能、微纳核芯、易现、美联医学等，“AI+应用”领域的健培科技、智微信科、力文所、千寻智能、一知智能、传播大脑、座头鲸、知衣科技，都在AI领域推出了自研技术或落地应用。 在钱塘区，我们也看到“AI+应用”领域的德睿智药、恩和生物、珞米生命、逻腾科技等企业，基础技术层的芯声智能等企业加速发力；临平区，基础技术层的知存科技、所托瑞安，“AI+应用”领域的德适生物、纽安津生物、虚之实、智诊科技、数聚链等企业都不容小觑。 以杭州高新区（滨江）、钱塘新区为核心，以临空经济示范区、萧山经开区、临平经开区、余杭经开区、富阳经开区、上城高新区、拱墅高新区为重点，集聚规模制造业，已成为杭州制造业发展的主战场。 结语：杭州的“硅谷”野心，不止于阿里和DeepSeek 从余杭到西湖，从拱墅到滨江，杭州正在用一条“科创大走廊”串联起AI产业的星火与山河。 这里有阿里的生态、浙大的智力、蚂蚁的资本、海大宇的硬件、DeepSeek的算法……它们共同构筑了一个既有深度又有广度的科技矩阵。 与硅谷相比，杭州在原始创新能力、全球影响力方面仍有差距。硅谷拥有斯坦福、伯克利等世界顶尖学府，以及谷歌、苹果、Meta等全球科技巨头，这是杭州目前难以比拟的。在科研实力及产业规模上，杭州也和北京、上海等超一线城市有差距。 但不可否认的是，与国内其他城市相比，杭州的差异化优势逐渐清晰。华东师范大学城市发展研究院院长曾刚分析，北京是科研高地，拥有基础科学研究优势；上海在卡脖子技术研发、关键设备装备生产等方面有优势；深圳在面向AI终端用户方面比较灵活；而杭州在AI科研成果的应用转化方面优势突出。 打造中国硅谷，杭州正在以惊人的速度逼近这个目标。它不缺明星企业，不缺创业氛围，不缺政策支持，更不缺敢于梦想的人。 6月20日，杭州市人民政府发布《杭州市人民政府关于印发杭州市加快建设人工智能创新高地实施方案（2025年版）的通知》，该方案提出到2025年底，要实现全市AI核心产业营业收入超3900亿元、规模以上AI核心产业企业超700家、全市投向AI的产业基金组建规模突破1000亿元等目标，并提出了具体提出20条支持人工智能全产业链发展的最新政策。 年初，杭州市政府印发《关于推动经济高质量发展的若干政策（2025年版）》，政策提出：奋力打造更高水平创新活力之城，推动教育科技人才一体发展。2025年，市财政预算安排132.3亿元，其中，支持重大科创平台建设10亿元，支持“名校名院名所”（以下简称“三名”）建设工程和高校建设49.9亿元，支持科技成果转移转化首选地建设和科技创新12.4亿元，支持人才引育培养60亿元。 杭州市创业投资协会周恺秉认为，杭州的核心优势在于其包容度和文化交融。“杭州没有让人产生‘外来者’的疏离感，本地居民普遍愿意与新移民交往，很少以籍贯贴标签。”这种文化特质使得杭州能够吸引并留住多元化人才。如今“六小龙”的创始人中，四位来自省外，两位为浙江籍，他们都选择了杭州，并留在这里。 杭州，离“中国硅谷”还有多远？ 答案或许不在距离，而在时间。而时间，正站在杭州这一边。

作者 | 云鹏 编辑 | 心缘 智东西10月27日西安现场报道，继OPPO旗舰机Find X9系列发布后，OPPO旗下子品牌一加今天在西安连发两款新机——一加15系列和一加Ace6系列。 一加要如何定位自身产品、如何与OPPO形成差异化？一加在竞争激烈的AI手机市场是否会有新的策略和动作？将是我们今天关注的重点。 一加15的定位是性能Ultra，同时在屏幕、续航、影像、系统、散热、充电、网络等方面做到顶配。一加Ace6定位是同档位的“大满配”机型，在高刷、性能、续航、散热、质感等方面不留短板。 发布会后，智东西与少数业内媒体同一加中国区总裁李杰进行了面对面交流，李杰进一步分享了新机发布背后一加对产品、技术和行业的深入思考。 一加中国区总裁李杰 在李杰看来，一加核心瞄准注重游戏的年轻用户群体，这是产品定位的“原点”，原点不同，后续动作自然不同，会形成差异化和一加自身的独特之处；在AI手机浪潮中，一加也会围绕自身用户人群去构建自身AI能力体系。 在发布会上，李杰提到，2025年截止到目前，一加手机销量同比增长36.7%，排名行业第一，24岁以下用户数同比增长106%。 今年整体市场并没有明显增长，一加为什么能实现高增速？李杰提到，一加选择在性能方面做到“极致”，游戏体验成为突出长板，用户口碑好，形成相互推荐，“口口相传”。 价格方面，一加15起售价为3999元，顶配16GB+1TB版5399元。 一加Ace6的起售价为2599元，顶配16GB+1TB版本3899元。李杰说，虽然供应链涨价压力很大，但他们希望用这个价格“交更多朋友”。 一、165Hz游戏体验有什么不同？性能之外细节拉满 李杰提到，影像和游戏是年轻人看重的两大使用场景，影像方面用户可以选择Ultra机型，但是在游戏领域却缺少好的选择。 此次一加15把性能做到了Ultra，在其他方面保持顶配。 比如在设计方面，一加15把屏幕边框做到了“比一根吉他弦还细”，可以说是细节工艺拉满。 回到最重要的性能，一加如何做到Ultra？ 首先在屏幕刷新率方面，一加15这次升级到了165Hz，165Hz高帧游戏体验是这次一加主打的重点，不过这一点我们在此前的一加游戏技术发布会上已经做了深度解读（手游杀入165FPS超高帧时代，一加海量自研黑科技炸场，总裁现场剧透Ultra新机），在此不做赘述。 为了更好地让手机在游戏过程中能保持高帧，一加在散热方面做了重点优化，新的VC散热系统据称散热快了2倍，此外，一加在关键位置使用了航天级气凝胶来降低游戏时手指处的温度。 续航方面，一加15的7300mAh电池可以实现各类大型手游5.7-7.6小时不等的续航，相比同类产品优势比较明显。 值得一提的是，在操控体验方面，一加15直接用上了游戏主机手柄同系同规格的陀螺仪，采样率达到了200Hz，瞄准精准性提升了77%。 屏幕方面，我们在此前的一加&京东方屏幕技术发布会上做了深入解读（刷新9项世界记录，突破8项关键技术，一加联合京东方掏出手机屏王炸），整体来看，在显示效果、护眼等方面，这块屏都可以说拉满了。 除了游戏，在日常体验方面，目前165Hz高刷已经适配微博、微信、小红书等图文应用。 虽然影像是Ultra机型的重点，但是此次一加15在影像方面也搭载了不少OPPO影像旗舰同款自研技术，包括自研计算光学系统、数字成像引擎、全链路ProXDR显示、4K 120fps杜比专业视频拍摄等。 AI方面，ColorOS 16上的旗舰同款AI功能都可以在一加15上使用。 除了一加15，一加Ace6作为一部中端机，同样在性能、续航等方面表现比较突出，其他方面在同价位段机型中几乎没有明显短板。 二、如何与OPPO形成差异化竞争，AI技术如何融入性能游戏？ 此次一加15系列和一加Ace6系列定价较为“激进”，李杰提到，他们做165Hz，不希望只给高端机用，虽然他们在零部件方面做了大量定制，成本有所增长，但是他们更希望先把165Hz生态做大，覆盖更多机型和人群，市场做大才能更好地带动成本下降。 当前手机市场仍然是以“存量竞争”为主，厂商子品牌如何差异化竞争，避免内耗是比较重要的，一加给自己的定位是什么，如何与OPPO协同形成“1+1＞2”？ 对此李杰特别提到，产品定位的本质还是要回到用户，对此一加想的很清晰，他们要专注于注重游戏体验的年轻用户，基于这些用户的需求做整体的策略调整，包括从外观设计、内部结构、软件策略到AI等。 在李杰看来，都是从用户原点出发，只要原点不一样，后面的动作就都会不一样，可以形成差异化，而最怕的就是大家都在堆配置、卷价格。 一加在一加15系列上思路有比较大的变化，要做好165Hz的体验，为此在屏幕定制、芯片选择、性能优化等方面都做了大量技术储备。 李杰提到，这次一加15纵观整个市场，是具备稀缺性的，在性能游戏方面长板突出的基础上，其他方面都很均衡，因此是一个定位特点都比较独特的产品。 一加中国区总裁李杰 当前，AI手机发展近两年，有些雷声大雨点小，一加作为主打性能、游戏体验的品牌，如何将AI融入自身技术和产品体系内，也是我们较为关注的。 对此李杰提到，在AI方面，一加仍然是以场景来驱动，一加作为手机厂商更贴近用户，可以更好的预测用户需求，这方面优势明显。一加会基于这一优势来构建AI应用，构建所需要的模型能力、云端能力。 实际上，一加应用了大量AI技术来提升手机体验，从游戏、性能调度到影像都用到了很多AI能力，直观的反映就是体验越来越好。 在李杰看来，AI手机是一个逐步演化的过程。 结语：AI手机浪潮狂卷，一加如何找准自己的路？ AI手机发展近两年，手机市场整体出货情况并未因AI的到来产生明显起色，智能手机市场的存量竞争依然激烈。小米、OPPO、vivo等拥有子品牌的厂商，如何实现主品牌和子品牌的协同，避免自身“内耗”，成为各家必须要面对的课题。 此前REDMI已经正式宣布“不排斥与小米直接竞争”，一加此次发布的性能旗舰和“全能旗舰”，在部分产品特性上必然会与OPPO旗舰系列有一定重合，未来市场表现如何，一加能否真正在消费者心中立住自身独特定位，仍然有待检验。

10月，韩国成了 AI 产业最热战场 先看时间线： 10月1日 Sam Altman 飞首尔，在青瓦台签 Stargate 项目韩国协议，5000 亿美元，两座数据中心，每月 90 万片 DRAM 晶圆 10月18日 特朗普在佛罗里达打了 7 小时高尔夫，同行的是五个韩国财阀：三星李在镕、SK 崔泰源、现代郑义宣、LG 具光谟、韩华金东关，议题是 3500 亿美元投资和关税 10月23日 OpenAI 发布《韩国 AI 经济蓝图》，48 页报告，直接给韩国政府写产业政策建议 10月24日 Anthropic 宣布在首尔开办公室，时间点紧跟 OpenAI 10月29-30日 特朗普访问韩国，参加 APEC 峰会 韩国总统李在明，考虑给特朗普一个大大的惊喜 一个月，三波人，同一个目标 三星和 SK 海力士控制的全球 90% 高带宽内存（HBM）产能 HBM：高带宽内存 先说清楚 HBM 在产业链中的位置 高带宽内存，HBM，High Bandwidth Memory，是把多层 DRAM 芯片垂直堆叠，用硅通孔（TSV）技术连接，让数据传输速度比传统内存快几十倍 美光 HBM 示意 AI 大模型训练和推理的瓶颈不在算力，在数据交换的速度 GPU 算得再快，如果数据喂不上来，就要等待，这叫内存墙 目前最先进的 HBM3e，带宽能到 1.2TB/s，是 DDR5 的 10 倍以上 英伟达 H100 用的是 HBM3，每块 GPU 配 80GB HBM，没有这个，H100 就是一堆晶体管 全球能生产 HBM 的，主要是三家：SK 海力士 50%，三星 30%，美光 10% 韩国两家（海力士&三星）加起来 80%，如果算上技术领先度（HBM3e 量产能力），控制力接近 90% 三星（左），SK 海力士（右） 韩国在全球 DRAM 市场占 73%，在 NAND 闪存市场占 51% 更关键的是，韩国企业掌握了 3D 垂直堆叠、Processing-in-Memory（PIM）等先进封装技术，这些技术竞争对手短期内无法复制 半导体占韩国 GDP 近 20%，2024年半导体出口 1419 亿美元，同比增长 43.9% 韩国是全球第六大半导体出口国，在内存芯片领域占据绝对主导（全球市场份额 56.9%） OpenAI 的经济蓝图 Sam Altman 10月1日飞首尔，见了韩国总统李在明、三星会长李在镕、SK 会长崔泰源 Sam Altman 和 李在明 三方会谈，当场签协议 Stargate 项目韩国部分的内容：两座 20 兆瓦级数据中心，一座在浦项（三星），一座在全罗南道（SK 海力士），未来还要扩容 三星和 SK 海力士承诺每月供应 90 万片 DRAM 晶圆 这个数字的参照系：现在全球 HBM 产能每月大约 40 万片晶圆当量，OpenAI 一家的需求相当于要求韩国把 HBM 产能翻一倍以上 订单价值超过 720 亿美元 协议签完，三星股价创 2021年1月以来新高，SK 海力士飙到 25 年最高点 两家公司市值 24 小时内增加 370 亿美元，韩国综合股指（KOSPI）首次破 3500 点，至今天（10月27日），已达到史上最高的 4032.68 截图时间 25年10月27日，下午2:54，韩国股市新高 10月23日，OpenAI 发布《韩国 AI 经济蓝图》 48 页报告，核心是双轨战略：韩国建立主权 AI 能力（基础模型、基础设施、数据治理、GPU 供应），同时与 OpenAI 等企业深度合作获取最先进技术 OpenAI 的经济蓝图：韩国 蓝图描绘的经济前景：韩国央行预测 AI 可将全要素生产率提高 3.2%，潜在 GDP 增长最高达 12.6% 具体到行业：AI 医疗市场从 2023年的 3.77 亿美元增至 2030年的 66.7 亿美元，年增长率 50.8% AI 智能工厂市场从 1549 亿美元增长至 7264 亿美元 AI 驱动的内存芯片市场预计增长 24% 韩国政府已承诺通过公私合作投资 150 万亿韩元（超过 1150 亿美元） OpenAI 的本地化布局也在推进 2025年5月26日宣布成立韩国法人实体，9月10日首尔办公室正式开业 这是 OpenAI 在亚洲的第三个办公室（前两个是东京和新加坡） 首任韩国总经理金庆勋 9月29日就任，他曾担任谷歌韩国总经理 数据显示，韩国是全球第二大付费 ChatGPT 订阅市场（仅次于美国），每周活跃用户同比增长 4 倍，付费订阅者增长 3 倍，基于 API 的使用量位列全球前十 OpenAI 还与 Kakao 达成战略合作，将 ChatGPT 集成到拥有 5000 万用户、市场占有率 97% 的 KakaoTalk 即时通讯应用 9月23日宣布将 GPT-5 集成到 KakaoTalk 学术合作方面，OpenAI 与首尔国立大学在 9 月签署谅解备忘录，建立韩国首个与 OpenAI 合作的 AI 原生校园 Anthropic 的时间点 OpenAI 发布蓝图第二天 10月24日，Anthropic 宣布在首尔开办公室 这是 Anthropic 在亚太的第三个办公室，前两个是东京（6 月宣布）和班加罗尔（10月7日宣布），颇有战略考虑 Anthropic 首席商务官 Paul Smith 说：韩国企业已经是世界上最成熟的 Claude 用户，特别是在复杂编程和企业应用方面 数据：韩国的 Claude 使用量全球前五（总量和人均），一个韩国软件工程师是全球排名第一的 Claude Code 用户 过去 4 个月，韩国的 Claude Code 周活跃用户增长 6 倍 https://www.anthropic.com/news/seoul-becomes-third-anthropic-office-in-asia-pacific Anthropic 在韩国也有早期布局 2023年8月13-14日，SK 电讯向 Anthropic 投资 1 亿美元，成为战略合作伙伴 双方联合开发了针对电信行业的多语言大模型，支持韩语、英语、德语、日语、阿拉伯语、西班牙语 SK 电讯的客户服务质量因此提升 34% 韩国本土企业的应用案例：Law&Company 开发的 SuperLawyer AI 法律助手基于 Claude 构建，律师效率提高 1.7 倍 92.5% 的用户节省时间，46.8% 的用户每小时节省超过 30 分钟 前 100 天吸引 4300 名用户，转化率 49.4% Anthropic 计划在首尔建立完整的本地团队，正在招聘韩国国家经理 还推出 Claude for Startups 计划，给韩国 VC 和初创企业提供技术资源和 API 额度 特朗普的交易：3500 亿美元投资换关税 10月18日，佛罗里达西棕榈滩，特朗普国际高尔夫俱乐部 特朗普打了 7 小时高尔夫，从早上 9:15 到下午 4:42 与特朗普同时打球的，是五个韩国财阀老大：三星李在镕、SK 崔泰源、现代郑义宣、LG 具光谟、韩华金东关 这场会议由软银孙正义安排，议题：美国投资、关税谈判、Stargate 项目、供应链合作 核心交易框架 韩国承诺向美国投资3500 亿美元，美国把关税从 25% 降到 15% 投资结构还在谈判：现金和融资的比例，外汇市场稳定性考虑，可能的货币互换安排 细节将在 10月29-30日特朗普访韩时确定 李在明（左），特朗普（右） 特朗普 10月29日抵达韩国，参加庆州 APEC 峰会 官方议程 29 日与李在明双边峰会，APEC CEO 峰会午餐会主旨演讲 APEC CEO 峰会的参会阵容：英伟达 CEO 黄仁勋、OpenAI CEO Sam Altman、亚马逊云服务 CEO Matt Garman 加上韩国五大财阀老大，约 1700 名企业高管 主题桥梁、商业、超越，实际上是 AI 和半导体合作的集中展示 韩国企业在美国的投资承诺：三星在德克萨斯州泰勒市建 370 亿美元芯片代工厂，在奥斯汀还有 170 亿美元的半导体厂 SK 海力士在印第安纳州西拉法叶建 39 亿美元的先进芯片封装厂，专注 HBM，目标 2028年量产，已获美国政府 4.5 亿美元补贴 现代汽车集团承诺 260 亿美元美国投资，目标在美国境内生产 80% 以上的本地销售车辆 美国的政策工具：2025年8月，特朗普政府撤销了三星和 SK 海力士在中国业务中使用美国技术的豁免 宣布对进口半导体征收 100% 关税，但在美国建厂的公司可获豁免 韩国的实力：政策、投资和研发 韩国政府的 AI 战略目标：2027年，成为全球前三大 AI 强国 投资 政府承诺通过公私合作投资 150 万亿韩元（超过 1150 亿美元） 2025年 AI 预算 1.8 万亿韩元（12.8 亿美元），比 2024年增加 韩国企业承诺到 2027年投资 489 亿美元用于 AI 开发 K-半导体战略 到 2030年投资 4500 亿美元，打造全球半导体供应链 立法 2024年12月通过《AI 框架法/ AI Basic Act》，2026年1月生效 韩国成为亚太第一个、全球第二个（仅次于欧盟）制定全面 AI 监管法规的国家 建立国家 AI 委员会、AI 安全研究所、国家 AI 计算中心 对高影响 AI 系统和生成式 AI 设定透明度义务 韩语原文：인공지능 기본법 研发 斯坦福全球 AI 活力工具，韩国排 36 个国家中第 7 位（2024年），高于 2017年的第 14 位 AI 专利申请 每 10 万人 17.3 项（2023年），全球第一，超过卢森堡（15.3）、中国（6.1）、美国（5.2） KAIST（韩国科学技术院）在 2020-2024年顶级 AI 会议论文数量排名全球第五（亚洲第四），仅次于北大、卡内基梅隆、清华、上海交大 主权 AI 计划 政府选定五个财团用于主权 AI 开发：Naver、LG AI Research、SK 电讯、NCSoft、Upstage 目标是开发性能达到前沿模型（如 ChatGPT）95% 的本土模型 投资 1000 亿韩元（约 720 亿美元） 韩国 AI 市场预计从 2024年的 31.2 亿美元增长到 2033年的 300 亿美元，年复合增长率 26.6% 基础设施投资：三星投资 2280 亿美元建设新半导体设施，在龙仁和平泽开发世界最先进芯片制造中枢 SK 海力士在龙仁半导体集群投资 9.4 万亿韩元（68 亿美元）建设 HBM 制造厂，2025年3月开工，2027年5月完工 以及，政府从2025年开始提供 100 亿美元低息贷款 为芯片设施和研发提供 2600 亿美元税收减免 补贴芯片设施电力基础设施建设成本最高 50% 韩国本土的 AI 生态 除了硬件优势，韩国本土的 AI 企业也在发展 Naver 是韩国最大的互联网公司，搜索引擎市场份额超过 60% 2021年推出的 HyperCLOVA X 是韩国首个超大规模 AI 模型，2023年8月升级到 HyperCLOVA X，参数规模达千亿级 Naver 的 AI 助手 Cue 集成在 Naver 搜索、Line 通讯应用中，用户超过 2 亿 Kakao 除了与 OpenAI 合作，也在开发自己的大模型 KoGPT 2023年推出 KoGPT 2.0，针对韩语优化，在韩语理解和生成任务上表现优于通用模型 Upstage 是韩国 AI 初创最头部的企业，专注企业级 AI 解决方案 其客户包括三星、现代、LG 等大型企业 Upstage AI 2023年，韩国 AI 初创公司获得的风险投资达 12 亿美元，同比增长 45% 韩国政府设立了 AI 创业基金，规模 5000 亿韩元（约 3.6 亿美元）。首尔、釜山、大田等城市都建立了 AI 创新园区。但规模上看，韩国 AI 市场（2024年 31.2 亿美元）远小于美国（约 1500 亿美元）和中国（约 800 亿美元） 韩国 AI 初创公司的估值也相对较低 韩国最大的 AI 初创企业，估值约 10 亿美元，与美国动辄百亿估值的 AI 公司差距明显 韩国的弱点：人才、市场和依赖 人才流失是最明显的问题 韩国在 OECD 38 个国家中的 AI 人才留存率排名第 35 位，倒数第四 韩国只有 2551 名 AI 专家，占全球人才库 0.5%，在 30 个国家中排第 22 位 2023年，美国向韩国人发放 5684 个 EB-1/EB-2 签证（杰出人才和高技能专业人士） 71.1% 在美国获得博士学位的韩国人计划长期留在美国 2024年，韩国每 1 万人净流失 0.36 名 AI 专家 原因包括不仅限于：僵化的等级制工作文化，相对较低的薪酬（与美国相比），缺乏灵活性 KAIST 的一项调查显示，韩国 AI 研究人员的平均年薪约为 6-8 万美元，同等水平的研究人员在美国硅谷可以拿到 20-30 万美元 即使 KAIST 在顶级会议发表论文方面表现出色，最优秀的研究人员最终还是选择美国、加拿大或德国 产业结构的局限：韩国在内存芯片领域全球份额 56.9%，但在逻辑、模拟和光学离散半导体领域占比不到 3% 对中国的依赖：47.5% 的稀土投入来自中国，70% 的关键材料来自中国，随着中国竞争对手（长江存储 YMTC、长鑫存储 CXMT）在内存技术上的进步，韩国面临市场份额压力 政府目标是到 2030年将中国进口依赖从 70% 降至 50% 韩国缺乏类似谷歌、亚马逊、微软、Meta 的本土大型科技公司来开发 AI 应用。Naver 的市值约 300 亿美元，Kakao 约 200 亿美元，与美国科技巨头动辄万亿美元的市值相差甚远 虽然研究产出强劲，但商业化存在差距 AI 半导体初创企业（FuriosaAI、Rebellions、Sapeon、HyperAccel 等）与英伟达、AMD、英特尔相比仍有较大差距 新通过的《AI 框架法》也同样存在风险 该法在总统弹劾程序期间通过，19 项独立的 AI 法案被合并，可能造成潜在冲突 市场规模也是个问题 韩国总人口 5100 万，GDP 约 1.7 万亿美元 相比之下，美国人口 3.3 亿，GDP 27 万亿美元 中国人口 14 亿，GDP 18 万亿美元 韩国 AI 市场的天花板相对较低，限制了本土 AI 公司的成长空间。韩国的出口导向型经济结构，也意味着韩国 AI 公司必须依赖国际市场 在国际市场上，韩国 AI 公司面临美国和中国公司的激烈竞争 最后 2025年10月，韩国在一个月内经历了 OpenAI 的 5000 亿美元协议、Anthropic 的办公室宣布、特朗普的 3500 亿美元投资谈判 时间点的配合，颇有意味： 商业协议铺路（OpenAI/Anthropic），政治背书跟进（特朗普），技术支撑殿后（黄仁勋） 韩国的价值在于 HBM 内存的垄断，但同时也面临本土人才流失、生态几乎没有，监管不确定性可能影响创新节奏 这段时间美国大力在日本、韩国进行 AI 产业布局，需注意

The Age of De-Skilling Will AI stretch our minds—or stunt them? By Kwame Anthony Appiah 人工智能会拓展我们的思维，还是阻碍其发展？ 插图：马特奥·朱塞佩·帕尼 / 《大西洋月刊》 2025年10月26日，美国东部时间上午6点 相关担忧已从窃窃私语升级为高声喧嚣，且都围绕着同一个令人不安的主题：“ChatGPT影响下的大脑”“人工智能正让你变笨”“人工智能在扼杀批判性思维”。曾经，人们害怕的是失控的智能会将人类消灭，甚至可能在这个过程中把地球变成一座回形针工厂。如今，聊天机器人正走上谷歌的老路——从“神奇之物”变成“理所当然的存在”，人们的焦虑也随之转变，从对“世界末日”的恐惧转向对“能力衰退”的担忧。尤其是教师们表示，他们开始看到这种“衰退”的迹象。描述这种现象的术语虽不悦耳，却也贴切：去技能化。 这种担忧绝非空想。如果孩子依赖Gemini总结《第十二夜》，他们可能永远无法学会独立品读莎士比亚的作品。如果胸怀大志的律师借助Harvey AI（法律领域AI）进行法律分析，他们可能无法培养出前辈们视为理所当然的解读能力。在近期一项研究中，数百名英国参与者完成了标准的批判性思维测试，同时接受了关于使用人工智能获取信息或做决策的访谈。结果显示，年轻使用者对这项技术的依赖度更高，测试得分也更低。“用进废退”是该研究最核心的结论。另一项研究关注了医生进行结肠镜检查的情况：在使用人工智能系统辅助识别息肉三个月后，医生在不借助该系统时识别息肉的能力明显下降。 但真正的谜题不在于“去技能化”是否存在——它显然是存在的——而在于它究竟属于何种性质。所有形式的去技能化都会产生负面影响吗？还是说，有些去技能化是我们可以接受的，甚至是值得欢迎的？“去技能化”是一个笼统的术语，涵盖了多种截然不同的能力丧失情况：有些会带来损失，有些无关紧要，还有些反而会催生新的可能。要弄清楚其中的关键，我们必须仔细观察：当新技术出现时，技能会以何种方式逐渐减弱、消失或发生改变。 如今的聊天机器人算是新技术：它们所依赖的“Transformer”架构诞生于2017年，而ChatGPT在五年后才首次公开亮相。但“新技术可能会削弱人类思维”的担忧却由来已久。早在公元前4世纪的《斐德罗篇》中，苏格拉底就讲述了这样一个神话：埃及神透特将“书写”这一礼物献给国王塔姆斯，称其是“记忆与智慧的秘诀”。但塔姆斯对此不为所动。他警告说，书写会产生相反的效果：它会滋生健忘，让人们用纸上的符号取代记忆的努力，将“理解的表象”误认为“理解本身”。苏格拉底支持塔姆斯的观点。他抱怨道，文字永远无法回应你提出的具体问题；无论是智者还是愚者，文字对所有人的回应都是一样的；而且当人们误解文字时，文字也无能为力。 当然，我们之所以能知晓这一切——这段故事之所以能不断出现在辉格党式的科技史叙述中——正是因为柏拉图将其写了下来。但反对书写的人也并非完全错误。在口头文化中，吟游诗人能将史诗记在脑海里；非洲部落的格里奥（说书人）能随口说出数百年的族谱。而书写的出现让这些非凡的能力变得不再必要。人们无需深入思考，就能理解他人的想法。对话需要回应：或是澄清疑问，或是提出反对，或是修正观点（有时一句“苏格拉底，您说得太对了”就能起到作用，但即便如此，对话仍在继续）。相比之下，阅读时你只需沉浸在他人的智慧中，点头认同，却无需通过自我检验来印证这些智慧。 不过，从某个角度看是“损失”的东西，换个角度或许就是“收获”。书写为人类开辟了新的思维领域：评论文章、法学理论、可靠的历史记载、科学研究。研究口头文化与文字文化的学者沃尔特·J.翁曾精辟地指出：“书写是一种能重构思维的技术。”这种模式并不陌生。当水手开始使用六分仪时，他们便不再需要掌握水手的“观天技艺”——那种曾指引他们安全返航的、对星辰的细致观测能力。后来，卫星导航的出现又让六分仪技能彻底消失。过去，拥有一辆福特T型车意味着你得兼职做机械师——要知道如何修补内胎、凭听觉调整点火正时、在引擎熄火后想办法让它重新启动。如今，性能高度可靠的引擎将这些“秘密”隐藏了起来。计算尺被计算器取代，计算器又被电脑取代。每一次技术更迭，个人的精湛技艺都会随之减弱，但整体效率却在提升。 这种“有所失，必有所得”的模式确实令人安心。但有些收获背后，隐藏着更深层的代价。它们不仅改变了人们“能做什么”，还改变了人们“认为自己是谁”。 20世纪80年代，社会心理学家肖莎娜·祖博夫曾在美国南部的纸浆厂进行调研，当时这些工厂正从人工操作转向计算机控制。曾经，操作员需要通过触摸来判断纸浆的状态（“它滑吗？它粘吗？”）；如今，他们只需坐在有空调的房间里，看着数字在屏幕上滚动，过去的技能既无人使用，也无人重视。一位操作员告诉祖博夫：“通过电脑工作，感觉完全不一样。就像你骑着一匹强壮的骏马，但有人坐在你身后的马鞍上，握着缰绳。”新系统速度更快、更清洁、更安全，但也让工作失去了原本的意义。 社会学家理查德·森内特也记录了波士顿一家面包店的类似变化。20世纪70年代，店里的工人都是希腊男性，他们靠嗅觉和视觉判断面包是否烤好，并为自己的手艺感到自豪；到了90年代，接替他们的工人只需操作带有Windows风格控制器的触摸屏。面包变成了屏幕上的图标——它的颜色由数据推断得出，品种则从数字菜单中选择。技能的弱化伴随着身份认同的弱化。面包依然美味，但厨房工人知道，自己不再是真正的面包师了。有人半开玩笑地对森内特说：“烘焙、制鞋、印刷——随便你说什么手艺，我都‘会’。”言外之意是，他其实根本不需要掌握任何真正的技能。 在文化领域，人类与“实物的接触”无疑早已逐渐减少。在19世纪欧洲的中产阶级家庭中，热爱音乐通常意味着会演奏音乐。交响乐要进入客厅，靠的不是音响，而是钢琴改编版——两个人四只手，在一架钢琴上，尽最大努力演绎勃拉姆斯的《第一交响曲》。这需要技能：识谱、掌握演奏技巧、用手指勾勒出交响乐的意境。要听到自己想听的音乐，你必须不断练习。 后来，留声机流行起来，客厅里的钢琴开始积满灰尘。随之而来的好处显而易见：你可以把整个管弦乐队“召唤”到客厅里，可以将听觉体验从沙龙里的轻音乐拓展到德彪西、施特劳斯、西贝柳斯的作品。如今的音乐爱好者或许不再擅长演奏，但从某种意义上说，他们更懂“聆听”。然而，广度的拓展是以深度的丧失为代价的。练习一首曲子的过程，会让你对曲子的结构和脉络有深入的理解。而拥有闪亮的维克多牌留声机的孩子，能获得这种理解吗？ 每当强大的新工具出现时，这种“疏离感”——即与“真实事物”产生距离的感觉——就会随之而来。从17世纪开始，计算尺减少了人们对“心算能力”的依赖；几个世纪后，便携式计算器又让一些工程师感到不安，他们担心“数感”会逐渐消失。这些担忧并非毫无根据。按下键盘上的“Cos”键就能得到一个数值，但这个数值背后的含义可能会被人们遗忘。即便在更专业的领域，这种担忧也依然存在。麻省理工学院的物理学家维克多·魏斯科普夫对同事们越来越依赖计算机模拟感到困扰。当同事们把打印出来的结果交给时，他对他们说：“计算机理解这个答案，但我觉得你们并不理解。”这种不安就像古埃及国王的“数字时代版本”——他们坚信，人们正把“输出结果”误认为“深刻见解”。 在祖博夫所说的“智能机器时代”，自动化主要局限于工作场所——工厂、工业面包店、驾驶舱。而到了个人电脑和互联网时代，技术“逃离”了工作场所，进入家庭，成为通用工具，融入日常生活。早在21世纪初，研究人员就开始探讨搜索引擎对人类的影响。当时的新闻标题诸如“谷歌影响下的大脑”屡见不鲜。尽管这种恐慌有些过度，但一些影响确实真实存在。一项被广泛引用的研究发现，在某些情况下，人们会记住“某个事实可以在哪里找到”，而非“事实本身”。 事实上，人类的认知能力从来都不局限于大脑内部——它还存在于工具、符号以及人与人之间的互动中（想想你认识的夫妻：有人记得生日，有人记得护照放在哪里）。从刻痕计数的骨头到泥板文书时代，数千年来，我们一直在将“思维”存储在外部世界中。许多生物都会使用工具，但它们的技能会随着个体的死亡而消失；而人类的技能会以文化的形式积累下来——形成一种“智能传递系统”。我们继承这种系统，拓展它，在此基础上不断构建，让每一代人都能站在更高的起点上：从压制剥落的石片，到骨针，再到印刷机，直至量子计算。这种“见解的积累”——外部化、保存、共享——正是智人与其他生物的区别所在。倭黑猩猩生活在“生态当下”，而人类生活在“历史之中”。 与此同时，“积累”会带来一个关键结果：它会推动“专业化”的发展。随着知识不断拓展，它不再能被每个人平等掌握。在小型部落中，任何人都能追踪猎物、采集植物、生火。但在农业革命后，社会规模不断扩大，手工业和行会逐渐增多——能锻造出锋利且耐用刀刃的工匠、懂得如何防止拱顶坍塌的石匠、掌握着严密保密的配方和技艺的玻璃吹制工。曾经存在于人体中的技能，逐渐转移到工具中，进而上升到制度层面。随着时间的推移，劳动分工不可避免地演变成“认知分工”。 哲学家希拉里·普特南曾说过，他会用“榆树”这个词，但无法区分榆树和山毛榉。“指称”是具有社会性的：你能谈论榆树，是因为语言社群中的其他人——植物学家、园丁、林业工作者——能识别榆树。语言如此，知识亦是如此。人类的能力不仅存在于个体之中，还存在于个体所形成的网络之中。我们每个人都依赖他人来弥补自己能力的不足。社会规模的扩大，将“社会交换”转变为“系统性的相互依赖”。 由此产生的世界，正如一个经典例子所描述的：没有人知道如何完整地制造一支铅笔。一个人要制造铅笔，需要掌握伐木工、锯木工、矿工、化学家、涂漆工等多种技能——即便是最简单的物品，其背后也存在一个无形的“工艺网络”。马克·吐温在《康州美国佬在亚瑟王朝》中，想象一位19世纪的工程师穿越到卡梅洛特（亚瑟王传说中的王国），用现代奇迹让当地人惊叹不已。读者们对此深信不疑。但如果把21世纪的工程师放到同样的场景中，他会束手无策。制造绝缘电线？调配一批炸药？从零开始制造电报机？一旦连不上无线网络，我们大多数人都会陷入困境。 如今，认知分工已发展到极高的程度：两位物理学家可能彼此都难以理解对方的研究——一位在模拟暗物质，另一位在制造量子传感器。如今的“科学精通”，意味着对“越来越窄的领域”了解“越来越多”。这种专注带来了惊人的进步，但也让我们意识到自身能力的局限性：专家们使用的概念工具，是他们能“运用”却无法“创造”的。即便是长期被视为“孤独天才领域”的数学，如今也遵循着这样的模式。当安德鲁·怀尔斯证明费马大定理时，他并没有重新推导每一个引理；而是整合了他信任但并未亲自验证的成果，构建出一个完整的理论框架——即便他没有亲手“切割”每一根“横梁”，也能看清整个框架的结构。 合作范围的扩大，改变了“知晓某事”的含义。知识曾被视为一种“占有物”，如今却变成了一种“关系”——即我们能否很好地定位、解读和整合他人的知识。我们生活在一个“分布式智能网络”中，依赖专家、数据库和工具来拓展自己的认知边界。数据规模就能说明问题：当年宣布DNA双螺旋结构的《自然》论文只有两位作者；如今，一篇关于基因组学的《自然》论文可能有40位作者。而宣布希格斯玻色子发现的两篇论文呢？作者多达数千人。“大型科学研究”之所以“大型”，是有原因的。迟早，这个“网络”会迎来新的参与者——一个不仅能存储信息，还能模仿“理解”本身的参与者。 在大型语言模型时代，“信息”与“技能”、“知道是什么”与“知道怎么做”之间的传统界限变得模糊。从某种角度看，这些模型是“静态”的：它们是一组可下载到笔记本电脑中的固定权重矩阵。但从另一个角度看，它们又是“动态”的：一旦运行，就能实时生成回应。它们能做到苏格拉底所抱怨的“书写无法做到的事”：回答问题、适应对话者、进行对话（有时甚至能与自己对话；当人工智能将自身输出作为输入时，人工智能研究人员称之为“推理”）。将谷歌视为“记忆的延伸”并不难；但对许多人来说，大型语言模型更像是“思维本身的替代品”。在利用新型人工智能时，我们自身的智能是在被“拓展”，还是说，这种“人工”智能正悄然崛起，逐渐占据主导地位？ 我们无法将“精灵”放回“瓶子”里，但我们可以决定让它施展哪些“魔法”。当人们谈论“去技能化”时，通常会想到一个人失去了某种技能——比如飞行员的手动驾驶能力变得生疏，医生在没有人工智能辅助时会漏诊肿瘤。但如今，大多数工作都需要协作，人工智能的出现并没有改变这一点。问题不在于“人类与机器人相比表现如何”，而在于“使用机器人的人类与不使用机器人的人类相比表现如何”。 有些人担心，对人工智能的依赖会让人类在某些方面变得更糟，这种负面影响会盖过其承诺的好处。Anthropic公司首席执行官达里奥·阿莫代伊乐观地设想会出现一个“天才之国”，但这些担忧者则预见会出现一个“傻瓜之国”。这与过去关于“风险补偿”的争论如出一辙：几十年前，一些社会科学家认为，增加安全带或防抱死刹车后，人们会驾驶得更加鲁莽——科技带来的安全感会让他们“消耗掉”安全余量。但后来的研究得出了更令人鼓舞的结果：人们确实会做出调整，但这种调整是有限的，因此技术仍能带来显著的好处。 在人工智能的临床应用中，类似的规律似乎也成立——人工智能在医院中的应用已超过十年。回想一下之前提到的结肠镜检查研究：在进行人工智能辅助检查后，胃肠病医生在无辅助情况下的息肉识别率下降了6个百分点。但另一项研究汇总了24000名患者的数据，呈现出更全面的情况：人工智能辅助使整体识别率提高了约20%（此处的人工智能是一种“专家系统”——即一种狭义、可靠的机器学习形式，而非驱动聊天机器人的生成式人工智能）。由于识别率的提高意味着漏诊癌症的减少，无论个别医生的能力是否略有下降，这种“半人半机”的协作模式显然是有益的。如果这种协作能拯救生命，那么胃肠病医生若出于“自尊心”而坚持独自操作，就是不负责任的。 在其他领域，近期的一些研究表明：一个人的技能越高，与人工智能的协作效果就越好。其中一项研究发现，在对两种鹪鹩和两种啄木鸟的图像进行分类时，人类的表现优于机器人。但在识别虚假酒店评论时，机器人则更胜一筹（大概是“同类识别同类”吧）。随后，研究人员让人类与机器人配对，让人类在参考机器人建议的基础上做出判断。结果因任务而异：在人类直觉较弱的领域（如识别虚假酒店评论），人们会过多地质疑机器人，从而拉低整体结果；而在人类直觉较强的领域，人们似乎能与机器人协同工作——在确定自己判断正确时相信自己，在意识到机器人发现了自己遗漏的信息时也会认可机器人。在识别鸟类图像的任务中，“人类+机器人”的组合表现优于两者单独工作的效果。 同样的逻辑也适用于其他领域：一旦机器进入工作流程，“精通”的定义可能会从“产出”转向“评估”。2024年一项关于程序员使用GitHub Copilot（代码生成工具）的研究发现，人工智能的使用似乎会“重新引导”人类的技能，而非“取代”它。程序员花在“生成代码”上的时间减少了，花在“评估代码”上的时间增多了——检查逻辑错误、排查边界情况、清理代码脚本。技能从“创作”转移到了“监督”。 如今，“人机协作”越来越多地意味着这一点：专业能力不再体现于“写出初稿”，而体现于“编辑初稿”；不再体现于“速度”，而体现于“判断力”。生成式人工智能是一个“概率系统”，而非“确定性系统”；它给出的是“可能性”，而非“真相”。当风险切实存在时，具备专业能力的人类必须对最终决策负责——要能发现模型何时偏离现实，要将模型的输出视为“待验证的假设”，而非“必须遵守的答案”。这是一种新兴的技能，也是至关重要的技能。未来的专业能力，不仅取决于工具的优劣，更取决于我们能否与工具“协同思考”。 但协作的前提是“自身具备能力”。如果人类一方毫无头绪，“人机协作”就会陷入混乱。这正是人们对“教育”感到恐慌的原因：如果一个人从未掌握过某种技能，就谈不上“失去”这种技能。在这个“世界上最强大的作业工具”能轻松装进每个学生口袋的时代，我们该如何培养学生的基本能力？ 我们这些教育工作者还有很多“作业”要做。过去的教学方法需要革新；在过去几年里，太多大学生陷入了一种令人不安的状态——用一句话形容就是“主修ChatGPT”。但现在就断言人工智能对教育的整体影响，还为时过早。诚然，人工智能可能会让某些能力变得生疏，但如果使用得当，它也能强化另一些能力。 以哈佛大学一门大型物理课程的近期随机试验为例。一半学生以传统的“最佳方式”学习两节课：由资深教师带领的互动式实践课堂。另一半学生则使用定制的人工智能导师。之后两组学生交换学习方式。结果显示，在两轮试验中，使用人工智能导师的学生表现都要好得多——优势非常明显。他们不仅学到了更多知识，学习速度也更快，而且反馈说自己更有动力、更投入。该人工智能系统的设计初衷是“像优秀教练一样工作”：教学生如何将复杂问题拆解成小问题，提供提示而非直接给出答案，根据每个学生的进度调整反馈的强度和内容。 这种“针对性关注”正是老式辅导体系的强大之处。我还记得在剑桥大学的最初几周，我与生物化学导师进行一对一交流的场景。当我说“我大概懂了”时，他会不断追问，直到我们都确信我真的懂了。这种有针对性的关注，是剑桥大学“辅导制度”的核心。如果设计得当，大型语言模型有望将这种“关注”大规模推广——不是复制辅导老师的羊毛开衫、锃亮的烟斗或若有所思的表情，而是复制那种“持续、灵活的引导”，帮助学生从困惑走向理解。 机器不会取代导师。它们有望承担辅导中“常规性”的部分——检查代数运算、反复练习引理、提醒学生注意单位书写、确保学生理解膜通道的工作原理。理论上，这能让教师腾出时间，专注于其他重要工作：讲解核心概念、追求更简洁优雅的表达、与学生探讨职业规划、关注学生是否面临过度压力。 当然，这只是一种乐观的设想。我们不应仅凭一项研究就得出普遍结论（有一项针对土耳其高中生的研究发现，使用辅导机器人并未带来明显进步）。同时我们也要注意，那些物理专业的学生之所以能很好地利用辅导机器人，是因为他们要面对“课堂考试”——有监考老师、有时间限制、有严格的评分标准。 我们还需注意，在STEM（科学、技术、工程、数学）学科中有效的方法，在人文学科中可能并不适用。尽管学期论文枯燥乏味，但它能培养一种“对话难以复制”的能力：逐步构建论证、权衡证据、组织材料、锤炼表达风格。我们这些教授本科生的教师中，已有不少人开始对有上进心的学生说：如果他们写一篇论文，我们会阅读并与他们讨论，但这篇论文不会计入最终成绩。这只是一种权宜之计，而非根本解决方案。说来也奇怪，在文化层面，我们似乎正在“回归口头表达”——口头交流可能需要承担更多教学任务。如此看来，对话的坚定捍卫者苏格拉底，最终会笑到最后吗？ “破坏性去技能化”仍是一种无法忽视的可能性：由于过度依赖工具，人类基本的认知或感知能力会逐渐衰退，且没有相应的能力提升作为补偿。这种能力缺失会耗尽一个系统的“储备能力”——即那些平时很少用到，但在出现问题时必须具备的能力。没有这些储备能力，系统的“韧性”会下降，“脆弱性”会上升。想想那些航空公司的飞行员：他们花数千小时监控自动驾驶仪，却在系统故障时不知所措。一些自动化理论学者将“人机协作”分为两类：“主动参与的人机协作”和“被动签字的人机协作”。后者如果管理不当，就会导致工业心理学家莉萨妮·贝恩布里奇早就警告过的问题：角色混乱、意识减弱、准备不足。就像救生员在大多数日子里，只是看着游泳技术娴熟的人在平静的水中游泳——这类人类监督者很少需要采取行动，但一旦需要，就必须迅速、熟练地行动。 同样的问题也困扰着各类办公室工作。当律师、项目经理和分析师花数月时间“批准”系统已起草或推断出的内容时，他们就变成了“被动签字者”，逐渐生疏了核心技能。这就是“部分自动化”的悖论：系统性能越好，人们就越不需要保持专业敏锐度，在系统偶尔失灵时，就越缺乏应对准备。解决这个问题的方法可能在于“制度设计”。例如，工作场所可以定期开展“演练”——类似飞行员定期进行的飞行模拟器训练——让员工必须挑战机器，确保在“平稳运行”的漫长过程中，他们真正的判断能力没有衰退。 在很多情况下，“储备技能”不需要人人具备，只需在系统的某个环节存在即可——就像那些能识别榆树的专家一样。正因如此，美国海军学院担心GPS（全球定位系统）可能被干扰，在多年忽视后，重新恢复了基础的“天体导航”训练。大多数水手在远洋航行中可能永远不会用到六分仪，但只要有少数人掌握这项技能，在卫星失灵时，就足以稳住整个舰队。这样做的目的，是确保至少有一部分“实际能力”得以保留，以便在系统出现故障时，人类仍能站稳脚跟——至少不至于陷入困境。 最令人担忧的可能性，或许可以被称为“根本性去技能化”：即那些“构成人类本质”的能力逐渐衰退。判断力、想象力、同理心、对意义和分寸的感知——这些能力不是“备用选项”，而是我们日常都需要运用的能力。如果按照让-保罗·萨特担忧的说法，我们变成了“机器的机器”，那么这种损失会体现在日常生活的方方面面。可能会消失的，是支撑我们日常判断的“隐性、内化的知识”。如果人们开始按照系统偏好的方式提出问题，从系统提供的“看似合理的答案”中选择，那么这种损害不会表现为“严重的判断失误”，而会表现为“人格的逐渐弱化”：对话变得肤浅、对模糊性的容忍度降低、在需要寻找恰当措辞的地方习惯性使用套话、用“流畅”替代“理解”。如果将这些能力“外包”出去，实际上就是将“我们自己”外包出去。失去这些能力，不仅会改变我们的工作方式，还会改变我们“是谁”。 从长远来看，大多数形式的去技能化都是“良性”的。有些技能之所以过时，是因为支撑它们的“基础设施”也已消失。电报技术需要熟练掌握“点和划”（莫尔斯电码）；莱诺铸排机需要熟练操作“熔铁键盘”；平板胶片剪辑需要使用修版铅笔和拼接胶带，还要在脑海中记住不同场景在胶片和音轨中的位置。当电报线路、热金属印刷机和赛璐珞胶片消失时，它们所支撑的技艺也随之消失。 另一种去技能化，代表着“枯燥工作”的消除。很少有人会为“不再用手搓衣服”或“不再在纸上演算长除法”而惋惜。我认识一位神经科学家，他坚信大型语言模型能加快“撰写资助申请”这一枯燥且模板化的工作。他仍然对内容负责，但即便自己的“资助申请撰写能力”下降，他也毫不在意。在他看来，这不属于“科学研究”，而是“研究体系要求的表演”。将这部分工作外包出去，能让他腾出时间用于“发现”。 事实上，“职业去技能化”可能具有“民主化”意义，能让更多人有机会从事某项工作。对于英语能力有限的科学家来说，聊天机器人可以帮助他们顺利撰写“机构审查委员会陈述”，扫除“语言障碍”——而这种障碍与他们的研究质量毫无关系。在这种情况下，去技能化拓宽了“准入门槛”。再想想森内特提到的那家面包店，以及过去在厨房工作的希腊男性。过去的烤炉会烫伤他们的手臂，老式揉面机可能拉伤他们的肌肉，搬运沉重的面包托盘会让他们的背部承受压力。到了20世纪90年代，当系统改为由Windows控制器操作时，劳动力构成发生了变化：不同种族的男性和女性站在屏幕前，点击图标即可工作。“手艺”的要求降低了，但“符合条件的劳动者”范围扩大了（当然，他们的工资也降低了：门槛越低，工资越低）。 通常情况下，技术让我们能将时间用在更有价值的事情上，培养“更高价值链条”上的技能，因此我们会主动放弃一些技能。在祖博夫调研的其中一家纸浆厂，操作员不再需要进行体力劳动，得以将更多时间用于“预测和预防问题”。有人说：“坐在这个房间里思考，也成了我工作的一部分。”祖博夫将这种变化称为“再技能化”：“行动技能”让位于“抽象思维和流程推理能力”——也就是她所说的“智力技能”。类似的情况也发生在“电子表格软件（如VisiCalc）出现后的会计师”身上：他们不再需要手工计算一列列数字，得以将更多时间用于“税务策略”和“风险分析”。 更重要的是，新技术能催生出“全新的技能”。在显微镜发明之前，有“博物学家”，但没有“显微镜学家”：罗伯特·胡克和安东尼·范·列文虎克必须发明“观察和解读微观世界”的方法。电影制作不仅借鉴了戏剧，还催生了“摄影师”和“剪辑师”——这些职业没有真正的历史先例。每一次技术飞跃，都拓宽了“可能性的边界”。如今的人工智能技术可能也是如此。我的年轻同事们坚称，与大型语言模型合作，已经在培养一种新的“技艺”——设计提示词、追问验证、发现偏见和幻觉，当然，还有“学会与机器协同思考”。这些都是“新兴技能”，源于与“不会消失的数字架构”的互动。重要的技术，本质上都会催生我们目前还无法命名的“技艺和职业”。 困难之处在于，要抛开“怀旧情绪”和“惯性思维”，判断哪些技能值得保留，哪些可以舍弃。没有人愿意看到自己辛苦掌握的技能被视为“过时”而遭抛弃，因此我们必须抵制“情感的诱惑”。每一次进步都需要付出代价：文字读写能力削弱了“记忆壮举”，但创造了新的“分析能力”；计算器影响了“心算能力”，但让更多人能够“运用数学”；录音技术降低了“日常音乐演奏能力”，但改变了我们“聆听音乐”的方式。那么如今呢？我们显然有权决定，大型语言模型究竟会“拓展”还是“缩小”我们的思维。 纵观人类历史，我们的能力从未“停滞不前”。技能总是不断“向外流动”——从双手到工具，再到系统。个体的才智已融入“集体协同智能”，而推动这一过程的，是人类长久以来的“思维外化”习惯：将记忆存储在符号中、将逻辑嵌入机器中、将判断融入制度中，近来又将“预测”托付给算法。过去催生行会的“专业化”，如今催生了“研究联盟”；过去在师徒间传递的知识，如今通过“网络和数字矩阵”传播。生成式人工智能——人类知识的“统计浓缩”——只是我们“向自身发明学习”这一漫长过程中的最新篇章。 因此，最紧迫的问题是：如何保持我们的“主体性”——如何在“即将承担我们大量思考工作的系统”中，依然保持“主导者”的身份。每一代人都必须学会如何与“新获得的认知工具”共处，无论是铁笔、卷轴，还是智能手机。如今的新变化，在于“互动的速度和亲密程度”：工具在向我们学习的同时，我们也在向工具学习。如今的“管理”，意味着要确保“构成人类本质的能力”——判断力、想象力、理解力——在我们身上得以保留。如果说有哪项技能我们绝对不能失去，那就是“判断哪些能力真正重要”的技能。 本文作者夸梅·安东尼·阿皮亚（Kwame Anthony Appiah）是纽约大学哲学和法学教授，著有《被俘的神：宗教与社会科学的兴起》。

凤凰网科技讯 10月27日，在一加15旗舰发布后，一加紧接着推出了其Ace系列的最新成员——一加Ace 6，以2599元的起售价格，旨在为中端市场带来“大满配”体验。 一加Ace 6延续了家族化语言，采用了小巧精致的金属摄像头模组，以避免在横屏游戏时出现挡手问题。 机身提供了近黑、散白、快银三种配色，其中快银配色采用了“微渐变丝绸玻璃”新工艺，呈现出独特的金属速度感，且所有配色均具备防指纹特性。 核心性能方面，一加Ace 6搭载了骁龙8至尊版移动平台，并同样注入了新一代的“风驰游戏内核”进行性能调度优化。 尤为突出的是，它将旗舰机一加15独有的165Hz超高帧率游戏体验直接下放，成为行业内唯一能在该价位段提供此项体验的骁龙8 Gen 2手机。 官方测试数据显示，该机能够满帧稳定运行《三角洲行动》等重载165Hz游戏。 为了保障极致的游戏操控，该机还搭载了与一加15同款的电竞网络与触控芯片，支持“数显同步”技术，并配备了PS5主机手柄同规格的陀螺仪和全新的冰河散热系统。 除了强悍的游戏性能，一加Ace 6在续航和综合配置上也力求全面。该机配备了7800mAh的超大容量冰川电池，并支持120W超级闪充，官方称16分钟即可充电50%，旨在彻底解决用户的续航焦虑。 屏幕方面，采用了一块支持165Hz高刷的旗舰级护眼屏，具备户外强光下清晰显示的“太阳显示技术”，并通过了行业最高等级的小金标护眼认证。 此外，诸多通常用于高端机型的配置此次也悉数到场，包括超声波指纹识别、旗舰级金属中框、以及IP66/68/69/69K的满级防尘防水能力，配合雨水触控功能，极大增强了手机在复杂环境下的耐用性和易用性。 该机出厂即搭载ColorOS 16系统，并配备了索尼5000万像素主摄、X轴线性马达和立体声双扬声器，确保了在日常使用中的全面体验。

在今年的秋季新品发布会上，苹果奉上近年来诚意最足的全新iPhone 17系列。该系列国内首销前三日销量接近100万台，较上一代同期大涨30%的成绩，也印证了“果粉”对新机的喜爱程度。然而一周之后，iPhone 17系列刮花、断触、绿屏、影像Bug以及间歇性Wi-Fi断连等问题不断被曝光，甚至登上网络新闻和微博热搜…… 9月初的苹果秋季新品发布会后，苹果粉丝和华尔街投资者无不欢欣鼓舞。因为补全了几乎所有短板的iPhone 17，更专业、务实和可靠的iPhone 17 Pro，以及预期将引领新一轮轻薄风尚的iPhone Air，终于让质疑iPhone的“噪音”可以消停一阵了。 然而，谁也没有想到，新系列的iPhone却在短短一周时间迎来了用户口碑的反转。iPhone新机多个软硬件乃至工艺品质问题的集中爆发，让苹果遭遇到来自忠实用户的批评和指责。 机身背部易被刮花 9月19日苹果新机首销日当天，在社交媒体上有网友表示，上海等地Apple Store零售店的新款iPhone展示机，在展出短短几个小时后，就出现了明显的磨损和划痕，特别是蓝色、黑色等深色机型。随后又有第一时间就从官方渠道入手iPhone 17的用户发文称，新机刚拿到手进行贴膜时，仅用无尘贴膜工具的定位框也会在机身上留下划痕。随后，一些海外博主通过实测发现，相比起零售样机上常见的MagSafe部位的“伤痕”，iPhone 17 Pro背部摄像头周边似乎更易出现划痕。 对此，苹果公开回应称：“外界过度夸大了iPhone 17的一些问题。”该公司一度表示，这些痕迹实际上并非刮伤，而是部分门店的MagSafe充电器磨损严重导致材料转移，只需清理即可去除。而且这一现象并不限于iPhone 17系列，部分iPhone 16样机也存在类似情况，苹果将在门店内部进行相应改善，以解决展示机的磨损问题。 ▲线下零售店里展示的样机外壳磨损较为严重 然而，“iPhone 17首批用户吐槽”相关话题仍然很快登上热搜。业内和媒体人士普遍猜测，主要原因是苹果在iPhone 17系列上进行了材质变更。为提升散热性能以及减轻机身重量，苹果新机将前两代的钛金属边框改为了铝合金边框。虽然铝合金材质使得机身更加轻盈，散热效果也有所提升，但其硬度相较于钛金属大幅下降，变得更加容易被刮花。 随后，开放式拆解维修社区iFixit的拆解人员使用显微镜发现，在iPhone 17 Pro后摄模组周围，也就是“阳极氧化处理的尖锐且未倒角的角落（即后摄模组Deco边缘），由于缺乏底层铝材的充分支撑，氧化层极易发生剥落；这种剥落不仅会导致划痕暴露出金属底色，影响手机的美观度，而且与平面区域仅停留在表层的划痕不同，凸起边缘的氧化层可能会整片脱落，进一步加剧了机身的损伤程度”。 机械工程师David Niebuhr也指出，问题出在摄像头模组凸起的锐利边缘，阳极氧化工艺在此处不够均匀。而“如果苹果在设计时采用更平缓的曲线，避免形成相对尖锐的拐角，或许可以防止这种情况的发生”。 面对更多用户的吐槽和质疑，苹果客服回应称，铝合金材质本身偏软，出现划痕属于正常使用痕迹，并建议用户在开箱时拍摄视频留存证据，通过官方渠道购买的机型在14天内可退换货。同时客服也建议用户使用保护壳来减少划痕的产生。而苹果官方也再度出面宣称，iPhone 17 Pro后摄模组的“物理属性与其他采用阳极氧化铝材质的苹果产品相似，在出厂前都经过严格耐磨测试，但长期使用仍可能出现轻微擦痕与正常磨损”。 屏幕安全性问题 鉴于新款iPhone 17 Pro和iPhone Air在苹果线下零售店展示机上出现较多的划痕与磨损问题，海外数码博主JerryRigEverything与Allstate Protection Plans对苹果这两款新机进行了一次强度测试，并发现了新问题。 测试结果显示，iPhone 17 Pro确实易出现划痕，区域主要集中在后置摄像头周边。而且两款机型在跌落测试中的表现也不算太好。iPhone 17 Pro与iPhone Air从1.8米高度正面朝下跌落，两款设备搭载的第二代陶瓷护盾面板均出现破裂，但设备仍可运行。背面跌落时，iPhone 17 Pro仅外观受损；而iPhone Air的后盖出现裂纹，整体功能未受影响。考虑到高昂的维修费用，他们建议最好为新机加装保护壳，以降低意外损坏风险。 标准版屏幕断触 除外壳磨损问题之外，iPhone 17标准版“断触”现象也是社交平台上讨论较多的一个话题。不少新用户在相关微博、热帖或短视频的评论区，均晒出了自己遇到的问题。 “新买的iPhone 17标准版打字会漏字母，屏幕边缘偶尔无法点击。”“苹果iPhone 17标准版手指边缘断触，已退货。实体店考察，标准版都是这毛病，无解；Pro版没发现这个问题。”“打字时按屏幕左边第一个字母老是按不到。”“断触，打游戏烦死了。”“iPhone 17标准版断触，看《抖音》二倍速一直断！”“iPhone 17键盘断触，官网买的。得用指腹才能不断触。” 从用户反馈来看，目前问题主要集中在iPhone 17标准版机型，且表现形式不一。业内人士分析，这可能与屏幕触控模组或系统适配优化存在差异有关，而是否属于大规模质量问题，仍需进一步观察。 针对这一争议，苹果客服回应称，断触问题可能与系统运行以及相关硬件有关，并强调苹果所有设备均享有退换货和保修政策。如果产品存在质量问题，苹果会“负责到底，不会让用户为有问题的设备买单”。 绿屏、红屏、紫屏 苹果新机开售不到一周，同样登上微博热搜话题榜的还有“iPhone 17 Pro绿屏”。在《微博》《小红书》等社交平台上，多名用户晒出iPhone 17 Pro的屏幕变色照片。这些用户表示，新机刚开机时屏幕显示正常，但在下载几个常用软件或是导入微信数据后，手机屏幕就突然变成了“彩色”。从照片来看，多数出现问题的新机，半个屏幕或小部分区域严重偏色泛绿，少数则是整个屏幕泛红或泛紫。因此，一些用户自嘲这一代苹果新机自带“极光特效”。 ▲新机屏幕变色被用户调侃自带“极光特效” 对此，苹果客服回应称，目前已收到多位用户关于iPhone 17 Pro屏幕问题的反馈。苹果的屏幕出厂时都会经历严格的质量检测，排除极少数屏幕硬件问题，会再做软件系统排查，有时系统调用色彩功能会出现异常，可以通过系统更新修复。若用户遇到屏幕亮光异常，也可提供故障照片及视频，随后上报案例编号，转接至高级技术顾问。 Wi-Fi间歇性断连 此外，在9月22日，科技媒体MacRumors发布博文称，部分iPhone 17系列及iPhone Air用户反映，在使用新机时遭遇了间歇性Wi-Fi断连问题。目前，在海外MacRumors、Reddit以及Apple支持社区中，已有数百条关于此问题的讨论帖。 根据这些用户反馈，解锁iPhone 17、iPhone Air、iPhone 17 Pro和iPhone 17 Pro Max后，Wi-Fi网络会短暂中断再自动恢复。且在配对Apple Watch手表时，更容易出现断连现象。由于CarPlay依赖Wi-Fi连接，该问题也可能导致CarPlay意外中断。 苹果此次为四款新机首次搭载其自研的N1无线芯片，替代以往的博通方案。苹果曾宣称，N1芯片能在后台更高效地利用Wi-Fi定位，减少唤醒主处理器的频率，从而节省功耗。一些海外媒体已联系苹果官方寻求回应，目前未能确定Wi-Fi间歇性断连是硬件缺陷还是软件漏洞。 官方承认后摄Bug 另外据MacRumors报道，苹果官方已承认iPhone 17系列及iPhone Air存在相机成像异常问题。这一故障最初由CNN Underscored的记者Henry Casey在评测iPhone Air时发现。他在评测中写道：“在演唱会上出现了一个奇怪的成像问题，在iPhone Air和iPhone 17 Pro Max上，每拍摄10张左右的照片中就有1张有小部分被涂黑，包括（舞台上的）盒子和乐队后面大LED板上的部分白色波浪线。” ▲苹果官方已承认新机受到极亮LED直射后的拍照异常问题 苹果表示，iPhone 17系列以及iPhone Air在受到极亮LED灯光直射时，拍摄照片可能出现黑色方块和白色曲线。目前该问题可以被稳定复现，很难将其称之为偶发性的问题。苹果公司表示已找到技术解决方案，计划通过后续的软件更新予以修复，但并未公布更新的具体推送时间。 此外，还有一位iPhone Air用户发帖称，iPhone Air到手仅一天，其后置摄像头镜头内部竟然出现水雾。在温度骤变或潮湿环境下，镜头内部会出现雾斑。虽然手机镜头起雾并非新鲜事，但对于高端iPhone而言，这一问题仍让一些网友感到不满。一些网友猜测，该问题或许与设备的气密性有关。 “这不是问题” 尽管iPhone 17系列及iPhone Air上市不久就因一些问题，出现了部分用户口碑反转的情况，但分析师和投资者依然看好苹果新款手机的销售前景。 摩根大通股票分析团队在报告中指出：“早期需求迹象表明，本轮出货周期不仅有望高于我们最初的预期（当时还考虑到iPhone 16系列提前拉货后的消化问题），而且iPhone 17系列的出货量同比还有上行空间……在更乐观的出货量前景带动下，现在预测2026财年iPhone的出货量将达到2.36亿部。” D.A.Davidson总经理Gil Luria表示：“新款iPhone的推出往往伴随着新的担忧。哪怕是设计和材料上最微小的变化，也会因一款月销量达数百万台的产品的巨大影响力而被放大……如果这个问题最终发展成一个普遍问题，苹果随时可以纠正。这可能会造成一些短期成本，但不太可能造成更大的损失。”Wedbush Securities的高级股票分析师Dan Ives也表示，划痕的问题“被过分夸大了”，并称“在我们看来，这不是问题。” 受iPhone销售预期提振，华尔街将苹果2026财年（2025年10月至2026年9月）的iPhone营收预测从2000亿美元上调至2230亿美元，2027财年则从2120亿美元上调至2500亿美元。 部分文章和图片来源于网络，若涉及版权问题，请及时与我们联系，我们将第一时间删除并致歉。

快科技10月27日消息，今日，紫光同芯宣布，其eSIM芯片TMC-E9系列成功通过GSMA eUICC Security Assurance（eSA）认证。 标志着该产品在硬件架构、操作系统及加密机制等核心层面全面满足国际高等级安全要求。 紫光同芯表示，“eSA认证周期长、条件严苛，行业普遍需要8–16个月，涉及多轮严格测试、文档审查及安全评估。我们从申报到获证用时7个月，创下目前国内企业最快认证纪录。” 作为全球首款实现海外商用的手机eSIM中国芯，TMC-E9系列此前已陆续获得CC EAL6+、国密二级、银联芯片安全认证及AEC-Q100等多项国内外权威资质。 据了解，该芯片存储容量512KB-2MB，构建了符合国际一流标准的硬件级安全防护体系。 全面兼容GSMA SGP.22 V2.5国际标准与国内通信标准，覆盖全球超400家运营商，支持Profile下载数量多达10个，提供eID定制与COS在线更新。 目前，TMC-E9系列已在手机、可穿戴设备、汽车电子、物联网终端等领域规模化应用。 快科技注：GSMA eSA认证是全球公认的eSIM安全评估体系，检测参考全球认可度最高的CC测试要求，安全等级极高，被行业视作eSIM产品接入全球运营商网络的“信任证书”。

编辑 | 程茜 智东西10月27日消息，10月15日，德国农工大学、德克萨斯大学奥斯汀分校和普渡大学的研究团队在arXiv上发表了一篇论文，提出并测试了“LLM脑腐假说”（LLM Brain Rot Hypothesis）。研究显示，经垃圾数据训练后，Llama 8B模型的推理能力下降了23.6%，自恋和精神病态的水平上升了两倍多。 “脑腐”（brain rot）指人们长时间暴露于碎片化信息下可能导致脑功能损伤。研究人员提出，和人类“脑腐”现象相对应，大模型接触大量垃圾网络文本可能会出现“大脑退化”、认知能力持续下降的现象。 论文地址：https://llm-brain-rot.github.io 一、海量垃圾数据，让大模型们认知退化 在研究过程中，研究人员在社交平台X的语料库上进行了受控实验，从1亿条的帖子中确定了两种类型的垃圾数据，并采用两个正交操作化方法构建了垃圾数据集M1、M2和反向对照数据集。 M1：参与度——衡量帖子的受欢迎程度和简短程度。点赞、转发和评论量高的内容，特别是浅薄且吸引人的内容，这些被标记为垃圾数据。同时，篇幅更长、传播性不强的帖子则成为对照组。 M2：语义质量——评估文本的耸人听闻程度和肤浅程度。带引诱性质的语言（如“哇”、“看”、“仅限今天”）或夸大其词的帖子被标记为垃圾数据。同时，基于事实、有教育性或说理性的帖子被选择作为对照组。 研究人员将这两类垃圾数据混合高质量数据，对Llama3-8B、Qwen-2.5-7B/0.5B、Qwen3-4B这四个已经预训练并经过微调的大模型进行训练，并观测其四个方面的认知能力：推理能力、长期记忆能力、伦理道德规范和表现出的个性风格。 通过测量4个大模型的Hedges’g（效应量）可得，垃圾数据明显影响了大模型的推理能力和长时间记忆能力（Hedges’g>0.3）。 在其他训练中，垃圾数据对大模型对影响还存在更复杂的情况。 不同比例的垃圾数据不仅会让大模型在思维上变得更笨，还会导致模型“个性”的负面指标发生变化。例如，Llama 8B模型表现出了明显更高的自恋水平，在精神病态指标上还从几乎没有的数值增长到了极高的行为发生率。 此外，Llama 8B模型使用垃圾数据和对照数据各占50%的混合数据进行训练，在道德规范、高开放性等基准训练中产生的分数比“全垃圾”或“全对照”训练数据都要高。 从图表结果可知，M1和M2这两种干预的效果出现了分歧，这意味着参与度（M1）并非语义质量（M2）的代理指标，而是代表了不同维度的数据质量。 在剂量反应测试中，参与度（M1）干预对推理和长上下文能力的影响比语义质量（M2）干预更为显著和渐进，即简短、高互动的内容对AI的负面影响可能比低质量内容的更大。 二、患上“脑腐”的大模型，几乎难以恢复 研究人员还聚焦ARC-Challenge（常识推理）中的推理失败案例，分析不同的失败模式。 他们识别出五种基本的失败模式，分别是：无思考、无计划、计划跳步、逻辑错误、事实错误，其中无思考占比最高，且大多数失败与“思维跳跃”有关，例如，模型无法生成中间推理步骤。 除此之外，研究人员还试图探究脑腐造成的认知影响是否可以恢复。 研究表明，即使在“脑腐”后进行大量的指令微调或者利用高质量数据模型进行再训练，模型仍会受垃圾数据挥之不去的影响。一旦模型的性能开始下降，即使想要恢复原有性能，也只能是实现部分的恢复。 因此，为大模型抓取海量互联网数据不一定是件好事。 结语：AI开发者需重新审视数据策略，警惕大模型“脑腐” 研究人员指出，过度依赖互联网数据可能会导致大模型预训练受到污染，这也意味着，人们应当重新审视当前从互联网收集数据的方式以及持续的预训练实践。 除此之外，当下的互联网上越来越多的内容由AI生成，如果用这些内容来训练模型，可能会导致“模型崩溃”。 研究人员建议：AI公司需要关注训练大模型的数据质量，而非仅仅囤积海量数据。此外，他们可能还需要对模型进行“认知健康检查”。

凤凰网科技讯 10月27日，一加今日正式发布了其新款性能旗舰手机——一加15，将目标用户直接锁定为热爱游戏的年轻群体，12GB+256GB版本起售价为3999元。该机以引领手游进入“超高帧时代”为核心，在全球范围内首次推出支持165Hz刷新率的手机屏幕。 一加15在设计上追求极致的视觉体验，其正面配备的第三代东方屏实现了四边仅1.15毫米的极窄等宽边框，官方称这已接近目前手机屏幕量产工艺的极限。为了提升握持手感，机身设计考虑了黄金分割比例与贴合掌心的弧度，并实现了50:50的重量配比。机身后盖采用了一种名为“纳米基础工艺”的新技术，呈现出独特的质感且不易沾染指纹。 性能方面，该机搭载了第五代骁龙8至尊版芯片，并结合了一加自研的“风驰游戏内核”技术，旨在优化功耗与游戏帧率稳定性。一加宣称，在这一组合下，即便是运行重载的165Hz原生游戏，也能实现持久的满帧体验。为了解决高帧率游戏带来的散热问题，一加15采用了新一代冰河散热系统，首发应用“超薄手撕钢”材料的VC均热板和“航天级超临界气凝胶”等隔热材料，散热速度据称提升了2倍。 游戏体验是此次发布会的重点。一加宣布，165Hz的刷新率相比120Hz，每秒可多显示四组帧画面，这意味着玩家可以更快发现敌人、预判走位，从而提升获胜概率。为了支撑这一体验，一加联合多家游戏工作室，行业首发了《三角洲行动》、《使命召唤手游》、《英雄联盟手游》等多款热门游戏的原生165Hz模式。 针对用户关心的续航问题，一加15给出了7300mAh冰川电池与120W超级闪充的解决方案。官方实测数据显示，手机可在39分钟内充满电，并且能够支持连续六七个小时的165Hz高帧游戏。此外，为了全方位提升游戏操控感，该机还配备了升级的电竞网络芯片、实现了“触显同步”技术以提升触控响应，并搭载了与索尼PS5游戏手柄同规格的陀螺仪，旨在提升射击类游戏中的瞄准精度和响应速度。 除了在游戏性能上做到极致，一加15在其他核心配置上也看齐主流旗舰。影像系统迎来重大升级，，全面搭载了OPPO的LUMO凝光影像系统。硬件上配备了索尼5000万像素OIS光学防抖主摄，以及一颗3.5倍光学潜望长焦镜头，该镜头同时也是一颗85毫米的黄金人像镜头。 系统方面，一加15首批搭载了全新的ColorOS 16，新系统在流畅动画、AI功能（如AI一键闪记视频摘要）以及跨生态互联方面进行了升级，特别是深度兼容了与苹果Mac、Apple Watch甚至iPhone设备的数据和通知同步功能。屏幕方面，这块第三代东方屏除了支持165Hz高刷外，还具备硬件级低蓝光和“真硬件1nit暗夜显示”等护眼功能。

已经失明多年的人，可以重新获得光明。 以前一直就觉得这项技术总有一天会来，没想到现在真的做到了。 ▲ 左侧：患有视力障碍的患者视力模拟。右侧：使用研究发明后的患者视力模拟。 这项研究由斯坦福大学主导，与脑机接口创业者 Max Hodak（马斯克的 Neuralink 联合创始人）在 2021 年成立的 Science Corporation 共同完成，发表在全球顶级医学期刊，《新英格兰医学杂志》(NEJM) 上。 他们寻找了 38 名晚期 AMD（Age-related Macular Degeneration，即老年性黄斑病变）患者，他们的中央视网膜感光细胞已完全死亡。 ▲ 医生手持芯片植入物 通过给他们植入这种仅 2 毫米宽、30 微米厚的微型芯片，比一颗米粒还小，叫做 PRIMA（photovoltaic retina implant microarray，光伏视网膜植入微阵列），就能够替代已经死亡的感光细胞，重新工作。 结果显示，在植入设备一年后，高达 80%（32 名可评估参与者中的 26 人）的视力获得了有临床意义的改善，在视力表上平均多辨认了超过 25 个字母。 听起来像是电影情节，但它真的发生了。 2mm 宽的芯片怎么让人重新看见 为了了解芯片的工作原理，我们得先知道这项研究针对的人群，即老年性黄斑病变（AMD），到底是什么病，它为什么会让人看不见？ 简单说，人眼最清晰、最核心的视力，是靠黄斑区的感光细胞（锥体细胞） 来完成的。 ▲当光进入眼睛时，它穿过虹膜到达视网膜，图像在视网膜聚焦并转换为电脉冲，由视神经传递到大脑，最终产生景象。 但在 AMD 患者中，这些负责「把光变成电脉冲信号」的细胞逐渐死亡。于是，看见这件事就短路了。 周边依旧能看到光影，但中央，出现一块固定的黑斑； 严重时，无法阅读、无法识人、无法开车、无法看电视； 而全球目前约有 500 万人因此而失明。 ▲ 老年性黄斑病变阅读模拟，中间会有一大块黑影 更残酷的是，这些细胞死了，就不会再长回来。这也是过去所有治疗，都只能做一件事，延缓恶化，而不是让人重新看见。 直到这块芯片出现。 在 AMD 里，感光细胞死了，但神经网络还在。这意味着，大世界的光信号，虽然无法转成电信号，但是电信号仍然能被传到大脑。 于是科学家做了一件非常聪明的事，绕开感光细胞，直接给神经输入电信号。这块名为 PRIMA（Photovoltaic Retina Implant Microarray）光伏视网膜植入体的芯片，就像是把「摄像头 + 电信号触发器」嵌进了人眼。 ▲ 植入芯片前（AC）后（BD）的视网膜成像扫描对比， 这套系统由三部分组成， 含摄像头的眼镜，它的作用是捕捉外界的图像，类似于一个相机。（图中 2、3 部分，2 是太阳眼镜片） 口袋处理器，将相机捕捉到的画面，通过红外光发射到芯片上。（图中编号 1、4 部分，1 可以用来调节亮度和缩放） 视网膜下微型芯片，它能将近红外光变成电刺激，相当于一个替代感光细胞的电子感受器 整个工作过程，也许依靠这套系统的三部分来完成，只需 6 步。 眼镜摄像头捕捉画面 将画面转成近红外光图样 投射到眼底芯片 芯片每个像素响应光 → 产生微电流 微电流刺激视网膜神经元 神经将信号传入大脑 → 大脑「看到」画面 一句话总结，PRIMA 不是修好旧的视网膜，只是给眼睛装了一个新的感光部件。 80% 能看见，但算不上「奇迹」 临床医疗科技公司 Science 在欧洲 17 家医院进行了这项临床试验。 38 名干性 AMD 受试者都接受了植入手术，一年后，80% 的患者视力显著改善（≥0.2 logMAR），多数人重新能够阅读字母、数字和单词，且周边视力完全不受影响（使用近红外光，不会刺激残余感光细胞，也不会干扰自然余留视力）。 ▲ 试验结果，临床上有意义改善的定义为，至少 0.2 logMAR 的改善（即最小分辨角的对数；相当于增加 ≥10 个字母） 尽管 80% 的数字看起来很美好，但是这项技术远非完美。 1. 视力「质量」不高 PRIMA 植入物目前仅有 378 个像素，其理论分辨率约为 20/417。Frank Holz 教授（论文一作）承认，这种视力是黑白的，不是彩色的，且患者的阅读并非快速、流畅的阅读，而是很慢的阅读。 ▲ 患者正在使用 PRIMA 系统进行阅读 2. 缺乏安慰剂对照组 这项研究最大的科学局限性在于，它是一个「单组研究」，所有人都接受了植入。它没有设立一个接受「假手术」的安慰剂对照组。 《自然》也报道这一项突破性的研究，但在他们评论里面，还引述了一位匿名研究者的担忧，「这种视力改善可能部分归功于密集的视觉训练，以及患者获得了先进医疗设备的兴奋感（即安慰剂效应）」。 ▲ 没有设置服用「糖丸」的对照组，可能会存在安慰剂效应 3. 生活质量未见改善 一个值得注意的结果是，尽管患者在视力表上的表现变好了，但在关于「日常生活质量」(QoL) 的标准化问卷调查中，并没有显示出显著的总体改善。 这可能意味着，从「能读出字母」到「真正改善日常生活便利度」，还有很长的路要走。 4. 手术风险 由于是侵入性的研究，必然会有不同程度的风险。该研究共报告了 26 起严重不良事件（如眼压高、黄斑裂孔、视网膜脱离等）。研究强调，所有这些风险都与「植入手术」本身相关，而非 PRIMA 设备本身。 虽然有一些局限，但是掩盖不了这项研究的进步性。之前也有其他研究员，进行过类似视网膜植入的工作。要么是适用的范围，疾病种类限制大，要么是只能恢复对光的感知能力。 像 PRIMA 这种能够让患者识别出字母，完全可以说，是目前针对盲人重新获得视力，这一领域数十年来最重要的进展之一。 ▲ Science Corporation 是一家处于临床阶段的医疗科技公司 进行临床研究，以及这套设备的所有者、总部位于旧金山的 Science Corporation 公司，今年 6 月已经向欧洲监管机构提交了上市认证申请。 与此同时，斯坦福大学眼科学教授，论文的共同作者，Daniel Palanker 说，「这是该芯片的首个版本，分辨率相对较低。下一代芯片像素更小，分辨率更高，并能搭配更时尚的眼镜。」 AI 眼镜能帮助盲人获得视觉，也让普通人受益 讲真，每次看到那种「给视网膜植入芯片，让盲人重见光明」的新闻，我都会一边惊叹一边觉得……离我们好远啊。 但最近看到的 AI 眼镜，思路就完全不一样了，感觉更接地气，更无创，也更大众化。 ▲ 热门视频，「失去」双眼，我用自制的AI眼镜体验失明的一天…，其中设计的 AI 眼镜开源设计图 它不是硬核地让眼睛「物理恢复」，是利用 AI 的能力，实现一个 24 小时在线的「随身翻译」——把眼睛看到的东西，实时转成语音告诉你。 虽然这比不上脑机接口，直接让画面重新显现那么炸裂，但这个思路，真的让我共鸣了：我们所有的产品，都应该把无障碍模式，当成默认模式来开发。 其实，生活中那些最好用的设计，一开始其实都是给「少数人」准备的。 比如路边的那个小斜坡，本来是给轮椅设计的；结果，现在成了我们这些拖行李箱的、推婴儿车的、送外卖的「懒人福音」。 还有视频字幕，最初是给听障朋友准备的；现在，已经是我们在地铁、办公室、深夜宿舍里追剧摸鱼的「续命神器」，谁还开声音啊。 这些设计的初衷可能很简单，但最后却悄悄方便了所有人。 ▲ 网易为视障玩家打造的《AI Eyes: Enhancing Visual Accessibility Using AI 》曾获得 2024 iF 设计大奖 所以 AI 能不能做到让盲人看见，也是一个道理。 哪天那些厂商们不再把它当个极客玩具，而是真能做到像视频里那样，帮视障朋友解决出门的各种麻烦——能看红绿灯、会躲人绕狗、还能告诉你前面奶茶店在搞什么活动——那这款眼镜，一定是市面上最牛的眼镜，不接受反驳。 道理很简单：一个能让视障用户都觉得好用的产品，它的交互逻辑已经足够清晰、自然、符合人类的本能。 AI 时代，我们需要更多这样「特立独行」的好东西。它们不追风口，不卷参数，只是从人最真实的需求和脆弱出发。 参考文献： [1] Holz, F.G., et al. (2025). Subretinal Photovoltaic Implant to Restore Vision in Geographic Atrophy Due to AMD. N Engl J Med. DOI: 10.1056/NEJMoa2501396 [2] Nature. (2025). People with blindness can read again after retinal implant. Nature News.

OPPO 推出新一代 Find X 旗舰的同时，也带来了他们的新平板 OPPO Pad 5。这次按照屏幕分成了常规版和柔光版，整个系列的定价是 2599 元起。 整机延续了 OPPO Pad 4 Pro 的设计风格，后盖只保留了中心的 OPPO Logo、右上角的小 DECO 以及底部用于连接外置配件的三触点，预留出足够的空间来展示流光幻彩工艺呈现出的星河涟漪的纹理，观感上十分干净简约。 流光幻彩工艺做出来的后盖也有一种非常细腻的磨砂感，裸机触感舒适。机身边缘有圆滑的过渡，5.99mm 的厚度能刚好放上手指，整机裸机的双手持的手感很舒服。 配色方面，OPPO 提供了星河银、深空灰以及我们手上这款幸运紫三款配色，普通版的配色有深空灰和星河银，柔光版的话可选幸运紫和星河银，但只有幸运紫提供了更高的储存版本。 来到机身正面，OPPO Pad 5 搭载了一块 12.1 英寸 3000 x 2120 的 3K 超清柔光屏。屏幕比例为 7:5，激发的峰值亮度为 900nits，支持 144Hz 的动态刷新率以及 540Hz 的峰值触控采样率，能够满足日常显示和游戏的需求。 柔光版用上了新一代高精度纳米蚀刻技术，可以消除环境中 97% 的干扰光。像是想在头顶有打光的环境下，OPPO Pad 5 基本没有收到顶灯的影响，颗粒细腻的柔光的效果会让观感更加舒服，更适合像学习、阅读和工作这种需时较长的使用场景。 新技术降低了颗粒度，相比之前的雾面提升 22%，画面细节呈现依旧清晰，整体观感通透。 性能方面，OPPO Pad 5 搭载了天玑 9400+ 移动平台，配备 LPDDR5X + UFS 4.1 的储存组合，运行内存有 8GB、12GB 和 16GB 可选，ROM 则是 128GB、256GB 和 512GB 可选。 平板支持 3K 超高画质和 144FPS 同时开启，游戏助手内增加了保存 Live 图截取的功能，对想分享游戏操作和片段的用户来说多了一个更灵活的选择。 电池部分，OPPO Pad 5 搭载了 10165mAh 的电池，在 Wi-Fi 以及和 ColorOS 手机共享网络的使用环境下基本不需要担心续航。 机器支持 67W SUPERVOOC 超级闪充，也支持了 55W PPS 通用快充，两种充电方式的充电效率差别不大，对充电器要求不高，和同样支持 55W PPS 快充的 OPPP 手机、耳机一同出门时搭配多口快充充电器补电会更方便。 配件的部分，机身自带了平板本体和67W 超级闪充充电套装，OPPO 官方给这一代推出了专门的智能保护壳、智能触控键盘以及 OPPO Pencil 2 Pro 新款触控笔。 最后看看定价，OPPO Pad 5 普通版有星河银和深空灰配色，有四个储存版本可选： 8GB+128GB：2599 元 8GB+256GB：2799 元 12GB+256GB：3099 元 16GB+512GB：3599 元 柔光版就有幸运紫和星河银两款配色，提供两个储存版本，但 12GB+256GB 的版本只有幸运紫配色： 8GB+256GB 星河银：2799 元 8GB+256GB 幸运紫：3099 元（预售价） 12GB+256GB 幸运紫：3399 元

IT之家 10 月 27 日消息，消息人士 Evan Blass 今天在 X 平台发文，称三星首款三折叠手机 Galaxy TriFold 首发只登陆部分地区市场。 Evan Blass 表示，他认为三星不太可能在中国内地、中国台湾地区、韩国、新加坡、阿联酋以外的地方发售这款三折叠手机，不过他表示：“我希望自己的预测是错误的”。 科技媒体 Android Police 对此表示，这名消息人士的说法可信度颇高，三星在过去也采取过类似策略，将一些初代设备先行投放至大中华区市场，等到第二代产品发布时再扩展至更多地区市场，例如 Galaxy Z Fold SE 折叠屏手机就只在中国和韩国市场上市。 同时这意味着美国、欧洲等地的用户在首发阶段无法买到这款三折叠手机，成为一大遗憾。 同时根据先前传闻，三星在首发阶段预计只生产 5 万台三折叠手机，因此采取限定市场发售的策略是合乎逻辑的，再加上高达 3000 美元（IT之家注：现汇率约合 21386 元人民币）的预计售价，这 5 万台能否全部售出都还是未知数。 据IT之家此前援引彭博社消息，三星计划在韩国庆州举办的亚太经合组织（APEC）峰会中亮相旗下首款三折叠手机。

快科技10月27日消息，从Windows 11 24H2版本开始，微软在用户设置新电脑时引入了一项改变：系统会在开箱即用体验（OOBE）阶段自动启用设备级加密，原本属于专业版独占的BitLocker功能，成为了家用版的新标准。 虽然加密功能本身是为了增强安全性，但其最大的问题在于缺乏透明度，Windows不会主动询问用户是否需要加密，甚至不会提示用户系统加密了所有磁盘，这导致许多用户在遇到极端情况时，因找不到恢复密钥而面临数据丢失的风险。 一、如何判断和关闭“设备级加密” “设备级加密”是用户在OOBE阶段登录微软账号后系统自动开启的全盘加密，它也基于BitLocker，但用户感知度极低。 设备级加密需要系统配备TPM可信平台模块，可以打开Windows 11设置，导航至隐私和安全性>设备加密。 如果在此处能看到“设备加密”选项，则代表你的设备满足加密要求，如果此前登录了微软账号，则很可能已开启加密。 正常情况下，如果是在OOBE阶段登录微软账号后自动开启的加密，恢复密钥会安全保存在微软账户，但在某些特殊情况下（如用户在未登录账号时主动开启），则可能导致没有恢复密钥。 在上述“设备加密”设置页面中，可以选择关闭设备加密，关闭后，微软将自动对数据进行解密。 二、检查和禁用“BitLocker硬盘加密” BitLocker硬盘加密是用户手动操作的一种加密方式，它默认不会开启，开启时系统会弹出提示要求用户保存恢复密钥（密钥同时也会保存到微软账户）。 用户可以打开文件资源管理器，查看各个硬盘分区图标，如果分区图标上带有BitLocker标志（一个小锁），则说明该分区已启用BitLocker加密。 用户可以在控制面板> BitLocker驱动器加密选项，对一个或多个硬盘分区根据自己的需要进行启用或禁用操作。 如果是自行全新安装Windows 11而非购买预装系统的设备，可以在安装过程中预先禁用设备加密，则可以考虑使用Rufus制作Windows 11安装U盘，在刻录系统镜像时，会弹出选项允许选择是否要禁用设备加密。